强化学习与具身智能 / CVPR2026
从观察到动作:面向工业场景VLA预训练的基于潜变量动作的基元分割
From Observation to Action: Latent Action-based Primitive Segmentation for VLA Pre-training in Industrial Settings
提出无监督动作基元分割与潜变量动作序列提取的流程,可直接用于从工业视频中自动构建VLA预训练数据,为具身智能提供可扩展的数据组织方案。
视觉-语言-动作模型无监督动作分割运动分词器