深度分析 Hy‑Embodied‑0.5‑VLA：結合指尖 UMI 與 FlowPRO 的跨形態機器人視覺語言動作系統 本研究針對視覺語言動作（VLA）系統提出 Hy‑Embodied‑0.5‑VLA，以自製指尖 UMI 裝置收集逾 10K 小時高精度示範，結合流匹配動作專家與 delta‑chunk 表示，並引入無獎勵的 FlowPRO 離線強化學習。實驗顯示在跨形態機器人上達到高頻閉環控制，縮短部署時間，預示未來機器人即時推理與通用控制的可行路徑。
