强化学习与具身智能 / CVPR2026
GeoPredict:利用预测式运动学与 3D 高斯几何实现精确的 VLA 操作
GeoPredict: Leveraging Predictive Kinematics and 3D Gaussian Geometry for Precise VLA Manipulation
把 3D 高斯几何预测与关键点轨迹预测作为训练期监督(通过深度渲染),推理时只加少量 query token、不做 3D 解码——这套「重监督、轻推理」的几何先验注入方式可直接迁移到任何连续动作 VLA 策略上,用来补足其 2D 反应式的空间推理短板。
视觉语言动作模型3D高斯泼溅关键点轨迹预测