内容摘要
机器人基础模型（RFM，靠大规模真机示教训练出的通用操作策略）要再提性能，通常只能换更大模型、加更多示教数据、再做一轮基础规模训练。这篇论文给出互补路径：不改架构、不重做基础预训练、不新采大规模机器人数据，只加一层以动作为落点的因果推理轨迹。对做本体软件的工程师，改动集中在三处：重标注脚本、轨迹注入接口、运行时轨迹生成服务。
方法分三层：推理内容是固定七字段的轨迹（现状、原因、推论、期望效果、动作、禁忌、进度）；监督来源是 Gemini 2.5 Pro 解读示教视频选帧、GPT-5.5 生成状态检查并合成轨迹，把 DROID 重标为 ARC-Trace-DROID，覆盖约 74,740 条示教、约 1.2 百万个标注帧；接入方式是视觉-语言-动作模型（VLA，直接输出动作的策略）π0.5 用两层编码器把轨迹转成 token 追加到图像-指令上下文，推理时策略冻结，轨迹由外部视觉语言模型（VLM）按相机画面异步生成。
结果均为作者自报：RoboLab-120 默认指令下 Cosmos3-Nano+ARC 成功率 48.8%（+12.0 个百分点）、π0.5+ARC 45.3%（+17.3）；推理专项基准 RoboLab-Reasoning-50 上 π0.5+ARC 57.0%（+46.8）、Cosmos3-Nano+ARC 61.0%（+50.0），给 π0.5 加显式子任务的对照为 21.0%；真机配对评测 π0.5+ARC 91.7%，比原策略高 82.2 个百分点。限制：只用 DROID 一种本体，轨迹依赖外部 VLM 质量，RoboLab-Reasoning-50 为本文自建的 50 任务基准；本次材料只有作者论文，未见独立复现。
点评
对机器人本体软件工程师，这是一条不靠堆数据的改造路径：不重新采数据、不重训基础模型，用自动生成的因果轨迹改造已有策略，改动点是标注脚本、轨迹注入接口和运行时的一个轨迹生成服务。
实验只覆盖 DROID 一种本体；推理轨迹由外部多模态模型在运行时产出，依赖其质量；RoboLab-Reasoning-50 是作者自建基准。数字均为作者论文自报，本次材料未见独立复现。
版本与核查范围
版本 2610.12386v1 · 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；#S3.p3.1；#S4.SS1.p3.1；#A1.SS1.p1.1；#A1.SS1.p2.1；#S4.SS3.p3.1；#S4.SS3.p6.1；#S5.T2.fig1.1.1；#S5.T3.p2.1；#S5.T3.p4.1；#S5.p1.1；#A3.SS1.SSS3.p1.1