智元机器人合伙人、高级副总裁、具身业务部总裁姚卯青团队，发布了一个新的VLA，优于π0和π0.5。

姚卯青团队提出了全新ACoT（Action Chain-of-Thought）-VLA的新型架构，该架构引入动作思维链，并且与VLA相结合，让机器人能够更加精准地执行动作。

论文链接在这里：http://t.cn/AXG8ZYCL

具体而言，团队引入了两个互补组件：显式动作推理器（EAR）和隐式动作推理器（IAR）。

前者提出粗略的参考轨迹作为显式的动作级推理步骤，而后者从多模态输入的内部表示中提取潜在的动作先验，共同构成一个动作认知理论（ACoT），该理论对下游动作头进行条件化，从而实现基于地面模型的策略学习。

实验结果表明，该框架在多个基准测试上取得了最先进的性能表现。在真实世界和仿真环境中进行的大量实验下，基于ACoT-VLA架构的方式具有优越性，在 LIBERO、LIBERO-Plus 和 VLABench 数据集上分别取得了 98.5%、84.1% 和 47.4% 的准确率。

#具身智能##智元机器人#