UniAct（通用动作空间）

UniAct: Universal Actions for Enhanced Embodied Foundation ModelsUniAct进阶

用一套跨机器人共享的离散「通用动作」来训练具身基础模型的方法

清华大学智能产业研究院（AIR，詹仙园团队）联合商汤、北大、北邮、上海人工智能实验室 2025 年 1 月发布，发表于 CVPR 2025。不同机器人的动作空间差别很大（关节数、控制方式、坐标系都不同），直接混训跨本体数据会互相干扰。UniAct 学一个「通用动作空间」：由视觉语言模型把观测和指令映射到一个向量量化码本里的离散通用动作，每个码代表不同机器人共有的原子行为；再给每种机器人配一个轻量的专属解码头，把通用动作翻译成具体控制指令。0.5B 参数的 UniAct 在多项真机和仿真评测中与 7B 的 OpenVLA 相当或更好；适配新机器人时，主要训练新的轻量解码头即可。