视觉动作策略：Diffusion Policy、ACT与VLA视觉动作策略把图像或多模态历史映射为机器人动作。它可以绕过显式的物体位姿估计，但仍依赖相机、动作坐标、底层控制器和闭环时序。一个模型能输出向量，不代表这个向量可以直接由任意机器人执行。 ...