机器人迈向复杂真实环境时，现有的视觉-语言-动作模型（VLA）面临动作生成“黑盒化”的痛点，难以应对环境杂乱、步骤繁琐和空间定位不准等挑战。为此，复旦大学联合上海交大、港大等机构提出GuidedVLA（已被RSS 2026接收），让机器人的行动更有依据。 GuidedVLA的核心是在动作生成中引入显...