arXiv 新增 · VLA self-distillation / robotics · P3 · 2026-06-25

ROAD-VLA：它和通用视觉自监督的关系在于：偏机器人 VLA，但 advantage-guided action-space self-distillation 可作为多模态策略适配参考

中相关；详见方法、贡献和实验边界。

ROAD-VLA: Robust Online Adaptation via Self-Distillation for Vision-Language-Action Models　arXiv 新增 · VLA self-distillation / robotics　原文链接

编号2606.25800 优先级P3 类别arXiv 新增 · VLA self-distillation / robotics 会议arXiv 新增 · VLA self-distillation / robotics 方法偏机器人 VLA，但 advantage-guided action-space self-distillation 可作为多模态策略适配参考来源arXiv / OpenReview

先说结论。它和通用视觉自监督的关系在于：偏机器人 VLA，但 advantage-guided action-space self-distillation 可作为多模态策略适配参考。中相关；详见方法、贡献和实验边界。

**Figureure 1 · : Overview of ROAD-VLA**Figure 1: Overview of ROAD-VLA. During rollout, OpenVLA collects sparse-reward trajectories, and ROAD-VLA converts advantage estimates into a proximal teacher distribution for dense token level distillation.这张图概括 ROAD-VLA 的整体方法流程。阅读时先看模块之间传递的训练信号，再看作者如何把目标拆成可优化的子问题。

**Figureure 2 · : Online adaptation trajectories under OOD conditions**Figure 2: Online adaptation trajectories under OOD conditions. ROAD-VLA converges faster, attains higher peak success, and exhibits stronger late-stage stability than PPO across all environments. Shaded regions indicate performance variability during training.这张图/表用于判断 ROAD-VLA 的实验收益来自哪里。重点看替换、消融或跨模型设置下趋势是否一致，而不是只看单个最高分。

核心问题

它和通用视觉自监督的关系在于：偏机器人 VLA，但 advantage-guided action-space self-distillation 可作为多模态策略适配参考。

方法拆解

偏机器人 VLA，但 advantage-guided action-space self-distillation 可作为多模态策略适配参考

主要贡献

中相关；详见方法、贡献和实验边界。

实验看点

实验部分建议重点看两类证据：一是作者是否把方法收益和更强数据、更长训练、更大模型区分开；二是跨模型、跨数据或跨任务迁移是否还能保留同样趋势。

局限与读法

这篇论文的结论需要结合任务设置、训练数据规模和消融实验一起看；不要只凭单个指标判断它对通用视觉表征的价值。