RAGu：检索引导VLA零样本适配

2026年11月10日，arXiv Robotics 刊出 Subin Kim 等作者的报道，提出 RAGu 检索引导 VLA 零样本适配方法。该方法从 DROID 等域不匹配的真实演示数据集中检索轨迹，用以引导 VLA 的 flow-matching 推理过程，无需重训基座模型，也无需扩展其有限的上下文窗口。具体做法分两步：先用简单几何标定把源演示变换到目标设置，以减小跨域差异；再以由粗到细的检索策略，从大量预变换候选中选出与基座 VLA 最兼容的轨迹。报道称，RAGu 旨在克服机器人领域应用 RAG 时特有的挑战。目前该工作处于论文发布阶段，报道未提及实验规模、成功率等量化结果，也未见后续跟进报道。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。