arXiv Robotics· Jongmin Kim, Junsu Ha, Che-Sang Park, Minchang Song, Hyeokju Jeong, Himchan Hwang, Jianlong Fu, Frank C. Park·· 19 小时前AI 评分32
CompVLA：面向接触密集操作的变柔顺性视觉-语言-动作模型
CompVLA: A Variable Compliance Vision-Language-Action Model for Contact-rich Manipulation
AI 导读
CompVLA 是一个统一的视觉-语言-动作（VLA）框架，可从 RGB 与语言输入联合预测运动与刚度矩阵，并通过专门的 Compliance Expert 输出时变刚度与虚拟位移曲线，由几何阻抗控制执行。在多种接触密集任务上，其平均成功率高于原始 VLA 与具备柔顺感知的 VLA 基线，消融实验确认各组件均不可缺。该工作入选 CoRL 2026。
推荐理由模型分析
现有 VLA 多输出纯运动学指令，在接触密集任务中性能下降。CompVLA 从 RGB 与语言联合预测运动与刚度矩阵，增设 Compliance Expert 输出时变刚度与虚拟位移，经几何阻抗控制执行，并在多类接触任务上取得最高平均成功率，消融验证各组件必要。关注 VLA 力控与阻抗控制的研究者可据此比较基线，但结论限于论文任务与实验条件。
来源：arXiv Robotics · arxiv.org