LaST-R1

LaST-R1 是一个面向机器人操作任务的视觉-语言-动作联合建模框架，旨在提升具身智能体在物理交互中的推理适应性与执行稳定性。其核心包含两部分：一是基于视觉基础模型生成物理感知潜表示的VLA（Vision-Language-Action）架构，支持潜空间链式推理（latent CoT）；二是通过LAPO（Latent-Aware Policy Optimization）强化学习方法，在闭环交互中联合优化潜表征与动作策略，并动态调整推理步长。适用于仿真环境下的多任务机器人操纵训练与泛化评估，尤其适合需物理常识建模与自适应决策的具身AI研究场景。