Skip to content
Hot eventLive

AFCE：让VLA模型学习未来操作目标

1 reports1 sources2 hr ago updated

Get the story

AI overview

研究者提出 Action–Future Coupled Effect Learning（AFCE），旨在让视觉-语言-动作（VLA）模型学习未来操作目标。该方法把未来物理效果设为 VLA 策略的主要预测目标，用离线 tokenizer 构建按时间排序的 Effect token，再由 flow-matching VLA 从图像、指令和机器人状态预测效果，并经状态条件解码器转成 action chunks。目前报道仅给出方法框架，未披露实验数据或开源信息。

Generated from reports · updated 2 hr ago

LatestOct 12
2026-10-12 arXiv 论文提出 AFCE，将未来效果设为 VLA 主要预测目标。

Timeline

Follow the coverage from different angles.

Oct 12, 2026
  1. arXiv · Robotics
    VLA 模型如何学习未来操作目标：AFCE 让效果成为主要预测目标

    研究者提出 Action–Future Coupled Effect Learning（AFCE），把未来物理效果设为 VLA 策略的主要预测目标，用离线 tokenizer 构建按时间排序的 Effect token，再由 flow-matching VLA 从图像、指令和机器人状态预测效果，并经状态条件解码器转成 action chunks。

Heat trend

There is not enough continuous observation data to draw a trend yet.