内容摘要
视觉-语言-动作模型（VLA，把语言指令与当前观测直接映射为动作的策略）执行时不检查指令是否已完成：长程任务里一次抓取滑落，策略仍沿原轨迹继续，剩余步骤作废。作者指出这类失败回合常停在“部分完成”，未做完的步骤正是演示中反复出现的可复用原子技能，可以接续恢复。
RoboDuo 用代码作编排接口：编码智能体在回合开始写出程序，先让冻结权重的全任务 VLA 尝试一次原指令，用 is_task_complete 判断是否完成；失败则把剩余步骤改写为原子指令，交给冻结的原子 VLA 执行，每步最多重试三次，控制权不交回全任务策略。原子 VLA、编码智能体和完成检查分别用同一套 LIBERO 演示构建的 LIBERO-Atomic、LIBERO-Code、LIBERO-Judge 训练。
LIBERO 四套件训练下，X-VLA 平均成功率 95.25%→96.40%，π0.5 97.25%→98.40%，增益集中在长程套件（87.4%→91.6%、93.6%→96.2%）；LIBERO-PRO 位置与任务扰动下，π0.5 平均成功率 32.05%→39.33%，Object-T 由 25.2% 升到 55.8%；真机双臂 AgileX Piper 摆水果三个布局，成功回合 11/30→16/30。
限制：模型冻结使方法补不出两者都不会的技能，收益受完成检查准确率约束；真机每布局仅 10 次试验，作者称为指示性而非结论性；LIBERO-PRO 作者行以 BDDL:language 条件化，与官方榜单的文件名提示协议不同，不可跨协议排名；数据均为作者自评，本次材料未含独立复现。
点评
对机器人本体与控制栈工程师，RoboDuo 是一条“不动现有策略权重”的补救路线：把“尝试—判定—恢复”写成一段程序，让长程任务在一次滑落后仍可由原子技能收尾，而不是整回合作废。代价是要额外训练一个只吃短技能的原子 VLA 和一个完成检查模型，且原子指令必须落在演示数据已有的技能段内，因此这套数据资产与演示绑定；能回收多少，取决于基础策略原本已经会多少——论文也明确指出，它无法恢复两个策略都不会的技能，收益上限受完成检查准确率约束。
全部数字来自作者自评的仿真与真机实验：LIBERO-PRO 的作者行使用 BDDL:language 字段条件化，与官方排行榜的文件名提示协议不同，跨协议不能排名；表格上半部分为相关论文已发表数字、作者并未重跑；真机每布局仅 10 次试验，作者称其“指示性而非结论性”；两个 VLA 冻结使方法无法补出两者都不会的技能，收益受完成检查准确率限制；本次材料仅为该 arXiv 预印本的首个版本全文，未包含独立复现或后续版本。
版本与核查范围
版本 2610.34108v1 · 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 #abstract1.1；#abstract1.1；#abstract1.1；#abstract1.1；#S1.p4.1；#S1.I1.i2.p1.1；#S4.SS1.SSS0.Px2.p2.1；#S1.p5.1；#S4.SS2.SSS0.Px1.p1.1；#S4.SS4.SSS0.Px2.p1.1；#S4.SS4.SSS0.Px1.p1.1；#S5.p3.1