EATR-Stereo: Embodiment-Aware Token Routing of Paired Stereo Evidence for Humanoid VLA Control

EATR-Stereo是面向人形机器人VLA控制的具身感知token路由方法，arXiv:2608.17453。提出利用双目立体视觉配对证据的具身感知token路由机制，使人形机器人VLA模型能够更好地利用深度信息和空间几何关系进行动作决策，提升在复杂3D环境中的操作精度。