Copyright 2005-2025 王晨云 版權所有 京ICP備20051637號-1
機器人與智能體領域，一個老大難問題是：當你讓機器人 “把黃碗放進白色空籃子” 或 “從微波爐里把牛奶取出來放到餐桌上” 時，它不僅要看懂環境，更要解釋指令、規劃路徑 / 可操作區域，并把這些推理落實為準確的動作。目前，很多 VLA（Vision-Language-Action）模型仍傾向直接輸出動作，缺乏對可供性（affordance）與軌跡（trajectory）幾何關系的顯式推理，一旦遇到顏色相近、目標重復或容器多選等場景，就容易出錯。VLA-R1 的目標，不僅把 “會想” 這步補上，而且通過強化學習進一步加強執行動作的準確性，讓機器人解釋清楚再去準確執行
VLA-R1 出場：它是什么？
