**VLDA：用紧凑状态差值驱动机器人操作，突破传统 VLA 局限**

_Vision-Language-Delta-Action: Learning Compact Deltas as Actionable Transition Interfaces for Robotic Manipulation_

> 针对现有机器人操作模型直接预测动作或完整未来状态导致的效率低下与偏差问题，研究提出了 Vision-Language-Delta-Action (VLDA) 新范式。该方法将任务建模为紧凑的状态差值（Delta），通过局部过渡滤波器和全局过渡锚点学习差值，并以此作为结构化种子引导动作生成。实验表明，该框架显著提升了长时程操作的一致性、鲁棒性与泛化能力。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：ai-models
- **发布时间**：2026-10-20 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2610.25874)