AbsVLA：在对象中心抽象状态中学习 VLA 模型的鲁棒基础操作技能

基于摘要分析。本文研究机器人操作中的 Vision–Language–Action（VLA）策略在有限示范训练下，对视觉与语言分布偏移的鲁棒性问题，提出 AbsVLA，将视觉—语言定位与 VLA 策略结合，在对象中心的抽象状态空间中学习操作技能。 核心机制是将语言指令映射为基础技能，并构建对象中心观测：抑制物体外观变化，同时保留与任务相关的空间结构，以改善示范与执行阶段的分布对齐。其关注点是输入表示的抽象方式，而非仅依赖增加示范数据。摘要未披露具体状态编码、基础技能定义、训练目标，以及视觉—语言定位模块与策略之间的训练和推理接口。 作者报告，在 LIBERO benchmark 的视觉与语言扰动评估中，AbsVLA 相比标准 VLA 基线具有更好的鲁棒性，并支持从指定物体的目标迁移到指定区域的目标。作者还报告，将策略零样本地从仿真迁移到具有不同具身形态的真实机器人。摘要未提供具体指标、分数、扰动强度、示范规模、基线配置或真实机器人任务范围，因此不能据此判断收益幅度及适用边界；实验协议、消融及统计信息尚未验证。 本文主要研究对象是机器人操作策略，并非神经信号解码。其抽象表示依赖可定位对象及任务相关空间结构，材料未给出与 EEG/BCI 的具体机制对应，不能将机器人实验结果解释为 BCI 有效性证据；相关 EEG 工作尚未检索确认。