待验证50% 置信事实精确时间
RobustRLlib 的评测平台覆盖多样化真实世界偏移场景，并纳入人形机器人与视觉-语言-动作（VLA）任务。
1
来源数
50%
置信度
长期有效
时效性
2026/10/26
首次发现
来源
涉及实体
相关事实
已验证VLA将预训练的视觉-语言模型与机器人动作策略直接对接，使机器人能够将自然语言指令、摄像头图像与低级运动控制统一处理73% 相似待验证Meta的ImageBind和Google的PaLM-E模型证明，将视觉、语言、惯性数据联合编码可提升机器人对复杂场景的理解能力72% 相似待验证HORIA框架对动作捕捉、AR/VR内容创作、机器人模仿学习等需要理解人-物交互的下游任务有参考意义。69% 相似已验证RT-2首次证明了VLA架构的可行性，通过将机器人动作离散化为token，让视觉语言模型直接输出动作序列67% 相似待验证业界获取机器人演示数据的主流路径包括遥操作采集、仿真生成以及从视频中学习66% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1098343API
curl https://kongchang.com/api/v1/knowledge/claims/1098343MCP
get_claim(id=1098343)