部分可观测马尔可夫决策过程

AVA-VLA：利用主动视觉注意力改进视觉-语言-动作模型

AVA-VLA: Improving Vision-Language-Action models with Active Visual Attention

将部分可观测马尔可夫决策过程引入VLA策略学习，用循环状态近似历史信念，并基于此设计主动视觉注意力动态重加权当前视觉token，为视觉研究者提供了一种时序感知的视觉特征选择机制，可复用于需要历史推理的视觉决策任务。