VANE：让 VLA 更加稳定地边实践边学习-港中文（深圳）、北邮、中科院自动化所、国科大、理想汽车

概要：聚焦 VLA 与 测试时训练（Test-Time Training，TTT）的结合，针对一般 TTT 把不同任务的修正压进同一 Prompts，容易产生任务干扰等问题，以路由提示、未来视觉表征监督和影子验证构建可回滚学习；在模拟环境中测试有明显提升；

声明：上述声音采用AI合成，解析内容为原创；解析仅针对该文发布时，arXiv上已公开被解析论文的最新版本的内容进行；其中所有涉及原论文的图、数据都引用自原论文，如涉及侵权，请及时联系删除；人工解读，难免有错误遗漏，如有发现及时联系修改；如需要深入研究建议阅读原文；

链接：arxiv.org/abs/2608.09448v1 ；