粗动作意图

ACoT-VLA：面向视觉-语言-动作模型的动作思维链

ACoT-VLA: Action Chain-of-Thought for Vision-Language-Action Models

将思维链从语言/视觉空间迁移到动作空间，用粗动作意图序列作为中间推理步骤来条件化下游动作头，为视觉-语言-动作策略提供了一种可复用的推理增强范式。