内容摘要
机器人插网线等操作出错后，通常需要专家接管、收集纠正动作，再更新策略；人工监督和反复真机评测限制了算法开发。作者提出SimPT，将视觉—语言—动作（VLA）模型的策略执行、纠正数据采集、后训练与独立评测串成自动化仿真流程，供开发者在硬件实验前探索算法。
核心是任务进度图与状态快照：语言模型智能体预先生成并验证进度图，运行时读取仿真器内部状态、记录任务阶段和稳定快照。执行失败后，基于CuRobo的程序化专家先从较后阶段恢复，不成功再回退，保留成功纠正轨迹。在七项RoboTwin操作任务的独立采集中，相比固定间隔快照，恢复尝试总数减少75.0%。
作者还用该框架改进RECAP后训练方法，以交叉拟合避免用同一批轨迹训练并预测价值，再用低通滤波平滑预测。每个版本各进行1,400次留出仿真测试，成功率由76.50%升至79.36%；真机网线插入的25种场景中，由72%升至96%。真机后训练仍使用人工纠正；仿真独立评测则不使用进度图、恢复专家或仿真器内部状态。
点评
对策略开发者，价值在于把失败后的纠正数据采集与算法对比放进可控仿真流程；真机验证的是由此开发的训练改进，而非自动恢复机制直接部署到真机。
证据来自作者论文，不能视为独立复现。结果限于所测任务与场景；进度图采集依赖仿真器内部状态，真机测试仍有人参与后训练，不能据此推断通用自主恢复或部署效果。
版本与核查范围
版本 2610.29161v1 · 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 h1[1]；#S1.p1.1；#S1.p3.1；#S1.p2.1；#S3.SS1.p1.1；#S1.p3.1；#S1.p4.1；#S4.SS4.p1.1；#S4.SS4.p4.1；#S4.SS1.p3.1；#S4.SS4.p6.1；#S4.SS4.p7.1