LeVERB: Humanoid Whole-Body Control with Latent Vision-Language Instruction

LeVERB是UC Berkeley于2025年提出的人形机器人全身控制框架，采用分层架构解决传统VLA直接输出底层控制指令导致的高延迟问题。将视觉-语言指令编码为潜在表示，高层推理与底层控制解耦，实现人形机器人的流畅全身协调运动。在行走、操作和交互任务上表现优异，适用于通用人形机器人控制、全身运动规划和人机协作场景研究。