上海交大提出 RoboPrompt 稀疏输入引导机器人策略框架

上海交大卢策吾／汶川团队提出 RoboPrompt，让用户通过点选、画轨迹或方向指令等稀疏输入在推理阶段引导机器人动作，无需修改或重训底层策略。该方法用 0.77B 参数的 VLA 模型 Evo-1 把输入转成 6D 动作草稿，再由扩散或流匹配策略去噪细化，并以 PBD 和 NA-FRS 控制人类意图与策略先验的过渡。