学术前沿
Harness VLA: Steering Frozen VLAs into Reliable Manipulation Primitives via Memory-Guided Agents
Harness VLA是2026年发表的研究，提出通过记忆引导的智能体（memory-guided agents）将冻结的VLA模型转化为可靠的操作原语。该方法不重新训练VLA模型，而是通过外部记忆模块存储和检索成功的操作轨迹，结合高层智能体进行任务规划和错误恢复，使预训练VLA模型在复杂长时序任务中表现出更高的可靠性和一致性。在多个桌面操作基准上验证了该方法对冻结VLA模型的显著增强效果，为利用已有大模型而不进行昂贵重训练提供了实用路径。
主体信息
Harness VLA是2026年发表的研究，提出通过记忆引导的智能体（memory-guided agents）将冻结的VLA模型转化为可靠的操作原语。该方法不重新训练VLA模型，而是通过外部记忆模块存储和检索成功的操作轨迹，结合高层智能体进行任务规划和错误恢复，使预训练VLA模型在复杂长时序任务中表现出更高的可靠性和一致性。在多个桌面操作基准上验证了该方法对冻结VLA模型的显著增强效果，为利用已有大模型而不进行昂贵重训练提供了实用路径。