Route by Kinematics, Act by Observation: Kinematics-Supervised Expert Routing in MoE-Augmented VLA
arXiv 论文 2607.26807v1 提出 KinRT（Kinematics-supervised explicit routing），一种用于 MoE 增强的视觉-语言-动作（VLA）模型的显式专家路由方法。论文观察到语义不同的操作任务可归结为多种运动学原型，并据此在动作轨迹上进行运动学聚类，生成组 ID 作为路由器的监督信号。推理时，路由器仅使用视觉-语言观察，不依赖动作运动学。论文还构建了 DIYRobot 平台以评估跨平台泛化。
Development
- First ReportRoute by Kinematics, Act by Observation: Kinematics-Supervised Expert Routing in MoE-Augmented VLAarXiv cs.RO
- Current Assessment该研究反映了机器人操作领域对 MoE 架构中专家路由机制的关注，通过显式运动学监督来改进隐式路由，可能推动 VLA 模型在真实机器人平台上的应用。DIYRobot 平台的构建表明低成本硬件在评估跨平台泛化中的价值。Agent Pulse · analysis
arXiv 论文 2607.26807v1 提出 KinRT，一种用于 MoE 增强的视觉-语言-动作（VLA）模型的显式专家路由方法。论文观察到语义不同的操作任务可归结为多种运动学原型，并据此在动作轨迹上进行运动学聚类，生成组 ID 作为路由器的监督信号。推理时，路由器仅使用视觉-语言观察，不依赖动作运动学。论文还构建了 DIYRobot 平台以评估跨平台泛化。
KinRT 引入了一种非对称桥接机制，在训练时将动作空间中的任务运动学知识蒸馏到推理时的观察空间。这解决了 MoE 路由器因动作运动学异质性而路由低效的问题，并避免了推理时运动学信号不可用的问题。该方法可能提升 VLA 模型在多任务操作中的专家利用效率。
该研究反映了机器人操作领域对 MoE 架构中专家路由机制的关注，通过显式运动学监督来改进隐式路由，可能推动 VLA 模型在真实机器人平台上的应用。DIYRobot 平台的构建表明低成本硬件在评估跨平台泛化中的价值。
对于机器人公司，KinRT 可能降低 VLA 模型在多任务场景下的训练成本并提升性能，从而加速机器人产品的落地。DIYRobot 平台可能降低评估门槛，促进开源生态。
后续可关注 KinRT 在更多真实机器人平台上的验证，以及其与隐式路由方法的对比结果。若该方法被广泛采用，可能成为 VLA 模型的标准组件。