**APT：动作专家预训练提升VLA策略的指令泛化能力**

_APT: Action Expert Pretraining Improves Instruction Generalization of Vision-Language-Action Policies_

> 视觉语言动作（VLA）模型在未见指令上泛化差，源于数据不平衡导致视觉捷径。APT方法将策略分解为语言无关视觉动作先验和语言条件似然，先冻结VLM预训练动作专家，再通过门控融合注入语言，保留视觉运动先验，在分布外指令和组合任务上取得一致提升。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-06-15 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2606.12366)