TacInno-VLA 基于 π₀.₅ 微调,用图像、指令、本体状态和触觉生成动作。训练用触觉编码学习接触变化,推理直接读取触觉。首版公开六项仿真策略和一套覆盖四个真机任务的策略。

基础信息

模型类型
动作策略
架构
VLA
动作生成
流匹配
已收录版本
TacInno-VLA

论文与报告 (1)

TacInno:让视觉语言动作模型学习仅凭视觉和动作无法解释的接触动态

有论文

TacInno: Teaching Vision-Language-Action Models the Contact Dynamics Beyond Vision and Action

arXiv: 2611.26405
作者与单位 (8)

署名方式: 原文顺序

  1. Weile Liequal_contribution

    ShanghaiTech University · Institute of AI for Industries (IAII), Chinese Academy of Sciences

  2. Yunfan Louequal_contribution

    Peking University

  3. Muqing Shiequal_contribution

    Washington University in St. Louis

  4. Zihao Zhang

    Institute of AI for Industries (IAII), Chinese Academy of Sciences

  5. Zhenbiao Huang

    Beijing FiveAges Technology

  6. Boxian Yao

    Peking University

  7. Xiyu Zhu

    Peking University

  8. Zhibo Pangcorresponding_author

    Peking University

首版日期
2026-11-20
论文最新修订
v1 · 2026-11-20
会议 / 期刊
arXiv

覆盖的模型版本

官方资料

提交来源或更正