标签
论文提出 SERA（Self-Evolving Robotic Agent），通过可编辑的 harness 维护任务上下文并利用执行反馈自我进化规划，配合固定的 VLA 执行器来改进长时程机器人操作任务，在 RoboMME 上取得 51.38% 的成功率。
RoboCasa-Shift 提出一个基于 RoboCasa365 的阶段感知鲁棒性基准，通过配对执行轨迹与受控扰动评估视觉-语言-动作（VLA）策略在长程家务操作任务中的表现，发现失败模式随扰动因子和任务而异，并非均匀退化，主张鲁棒性应作为执行的多维属性而非单一端到端指标衡量。
提出了Orchestra，一种将任务规划与执行管理同动作生成分离的机器人智能体框架，用于执行多步多模态指令的长时程操作，并发布了基准RMBench-Compose。Orchestra在多个基准和真实世界多步任务上显著超越Mem-0和HarnessVLA等基线。
SimpleMemVLA为视觉-语言-动作模型引入了一种简单的记忆机制，通过将完整的时间戳视频历史馈送到预训练的VLM骨干网络中，在长期操作任务中实现了最先进的结果，无需专用记忆模块。
EventVLA 提出了一种稀疏视觉证据记忆框架用于长时域机器人操作，相较于最先进的记忆增强型VLA，平均成功率提升了40%。