隐式端到端VLA有哪些方法？领域一般是怎么分类的？

1）视觉特征提取模块 (V) 隐式端到端VLA模型指的是没有明确生成了未来机械臂如何运动的图像。和显示、分层VLA方法有所不同，隐 式端到端VLA基础模块主要包含视觉特征提取模块（V）、视觉语言的联合特征学习（V+L）、视觉语言动作的 联合训练（V+L+A）。 3) 视觉语言动作的联合训练 (V+L+A) 通常情况: ResNet-18 2. 预训练模型: R3M, VC-1, Voltron, Theia 追求速度: Efficienet 为了和文本好对齐: CLIP 为了用大模型： CLIP， SigLIP 这就是端到端VLA要做的事情，不过可以给大家一个直观的感受！对于机器人任务如何得到VL--A的映射呢？找 到V中对action 有用的区域。 2）视觉语言的联合特征学习（V+L） 对于机器人任务如何处理同时处理视觉和文本信息呢？小模型的选择：FiLM，同时也可以依旧用Perceiver结 构。大模型的选择：MLLM基座（Paligemma ）。 4）隐式端到端VLA怎么分类？ 根据模型大小：大模型/小模型VLA； 根据架构差异：Transformer-based/Diffusion-based； 5） ...