VISTA: Vision-Grounded and Physics-Validated Adaptation of UMI data for VLA Training

VISTA是2026年6月发表的VLA训练数据适配方法研究，针对通用操作（UMI）数据在迁移到不同机器人形态时存在的视觉接地偏差和物理不可行性问题。该论文提出了视觉接地校正和物理验证双重适配机制，能够自动检测并修正UMI数据中不适合目标机器人的动作轨迹，显著提升了跨形态迁移后的策略性能。研究在多种机器人平台上进行了验证，适用于数据高效的VLA训练、跨机器人形态知识迁移和大规模操作数据集构建等方向。