内容摘要
VLA 一次生成动作序列可减少重复推理，但执行多长后重新观察与规划，会影响任务成败。作者提出策略对齐预测验证器（PAV）：在执行前预测候选动作前缀的后果，判断原策略能否继续完成任务，而非仅依据动作生成稳定性或预测与观测的一致性。方法在 VLA 内部融合观察与指令的任务条件表征空间中预测未来，用验证器给出局部有效性分数，再累积并归一化这些分数，选择执行长度。训练依赖轨迹终局成败监督，并用定位先验将失败轨迹中的降分集中到较少的动作扩展，避免把其中有用的行为一并判低。
作者在 π₀、π₀.₅ 及 LIBERO、RoboTwin 2.0 和真机操作上评估该方法。其中，LIBERO 的 π₀.₅、动作块长度 50 设置下，相比固定执行 5 步，成功率提高 7.50 个百分点，策略查询减少 63.3%。真机放置、堆叠和按键三项任务中，PAV 平均成功率为 74.4%，固定执行 10 步为 41.1%；每回合平均重规划次数分别为 12.87 和 36.54。这些结果属于作者报告的执行策略实验，不代表通用操作能力。
点评
将未来预测用于判断已有动作提案可以执行多远，而不是生成新动作，为既有 VLA 的执行长度选择提供另一条路径。
部分已发表基线采用不同协议，不宜据此统一排名；不同检查点也使动作块长度的影响无法单独归因。实现仅承诺作为补充材料提交，不能据此认定已经开放。
版本与核查范围
版本 2610.21434v1 · 原文定位与程序检查、独立上下文模型复核；不代表独立研究复现。。依据已核查材料整理；未运行模型或机器人。
原文与定位
- 原文链接 #S1.p1.1；#S2.SS1.p1.1；#S1.p3.1；figcaption[46]；#S1.p4.1；#S1.p5.1；#S4.SS2.SSS1.p2.1；#A5.SS1.SSS0.Px1.p1.1；#S4.SS3.SSS2.p1.1；#abstract1.1；figcaption[53]；#S4.SS1.SSS0.Px1.p1.1