OmniGuide：用通用空间引导场增强通用机器人策略

OmniGuide 提出一种灵活框架，通过引入任意来源的引导来提升视觉-语言-动作（VLA）模型在复杂空间或语义理解、杂乱环境操作和精细操作等任务上的表现。该方法把 3D 基础模型、语义推理 VLM 和人体姿态模型等多种引导表达为位于 3D 空间、带任务特定吸引子与排斥子的可微能量函数，用以影响 VLA 动作采样，从而让互补的引导来源共同改善策略。仿真与真实环境实验显示，该框架在成功率与安全率上显著提升 π0.5、GR00T N1.6 等通用策略，并在统一框架下达到或超过此前针对特定引导来源设计的方法。论文已被 CoRL 2026 接收。