AFCE：以未来物理效果为预测目标的VLA方法

2026年10月15日，arXiv Artificial Intelligence 刊出 Min Lin 等作者的研究，提出 Action–Future Coupled Effect Learning（AFCE）方法，让视觉-语言-动作（VLA）策略以未来物理 Effect 作为主要预测目标，而非仅预测动作块。据该报道，在 DexJoCo 上，AFCE 取得 50.97% 的总体成功率，分别比 π0.5 和 UVT 高出 11.82 和 15.21 个百分点；其具身特定接口允许单臂与双臂任务共享 Effect 模型。上述数据与结论均来自该篇报道所述，尚无其他跟进报道可对照。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。