PearlVLA：潜在空间中的渐进式具身动作计划细化

arXiv 2026 53.3 method

TLDR

PearlVLA在潜在空间中使用冻结的世界模型和强化学习细化动作计划，在LIBERO上达到最先进水平。

评分理由

The paper introduces a novel latent-space deliberation method that separates visual grounding from iterative plan refinement using a frozen world model, reducing latency. However, it is only evaluated on the simulated LIBERO benchmark, lacking real-world validation.

Read-first 评分解释

综合优先阅读分 53.3，由主题、引用、图谱、方法、可复现性和近期性等信号加权得到。原始总分保留为 32。

近期性 6%

100

使用温和的时间衰减，让近期论文更容易浮现，同时保留较早基础工作的价值。年份：2026

引用影响力 18%

94.5

使用 OpenAlex 形态的引用元数据作为文献关注度信号，并与论文本身质量分开处理。归一化引用分位：0.94526979

方法质量 18%

检查可见的摘要与分析字段，寻找实验、数据集、基线、指标和局限性等方法证据。命中信号：基准、评估

主题相关性 29%

45.7

使用现有 LLM 关键词相关性评分，并归一化到 0-100。关键词：world model、world simulator、generative world model、interactive world model、video world model、world dynamics prediction、model-based reinforcement learning world model

可复现性 18%

检查链接和可见文本中的论文、代码、数据集、工件与仓库信号。论文：有；代码：无；数据：无；命中信号：代码

引用速度 12%

引用速度按发表年限估算年均引用，降低旧论文天然占优的偏差。年均引用：0.00

研究版图角色

基础论文前沿论文桥接论文

排序敏感性

稳定性：volatile；排名波动范围：406。

关键词评分

world model

model-based reinforcement learning world model

world dynamics prediction

generative world model

world simulator

interactive world model

video world model

深度分析

创新点

将推理过程迁移到视觉语言模型（VLM）的潜在空间中，以避免昂贵的显式推理
将VLM元查询表示分离为固定的视觉基础分支和迭代的潜在计划分支
计划条件的世界查询，用于探测冻结的潜在世界模型以获取无动作的未来观测潜在表示
未来引导的RefineNet，通过计划残差更新实现从粗到细的渐进式潜在动作计划细化
因果细化分组过程奖励强化学习，利用来自更长视野想象未来的奖励优化潜在细化过程

方法

PearlVLA将VLM元查询表示分离为固定的视觉基础分支和迭代的潜在计划分支。在每个细化轮次中，计划条件的世界查询探测冻结的潜在世界模型以获取未来观测潜在表示，该表示被反馈以通过未来引导的RefineNet指导计划细化，RefineNet应用计划残差更新。经过K轮后，细化的潜在计划被并行解码为动作块以实现低延迟执行。训练采用因果细化分组过程奖励强化学习，利用由潜在计划编辑引起的更长视野想象未来的奖励。

关键结果

在LIBERO基准上的实证评估表明，PearlVLA在现有方法中达到了最先进的性能。

资源

论文