内容摘要
问题。 视觉-语言-动作模型（VLA，把图像与指令转成机器人动作的通用策略）对两类改动常反应反了：只改外观（打光、风格、杂物、措辞）时任务语义未变，动作本该稳定却出现多余漂移；目标物体或约束真被换掉时，却照旧跑原轨迹。论文把两者称为互补的失效模式。
方法。 BAS-VLA 不换骨干、不重训基础策略，只在共享 VLA 的动作输出上挂一层轻量校准：默认的“破坏中心校准核”用干净/保义改写/语义破坏改写三联指令训练，要求干净与保义两路靠近干净参照、彼此靠近，破坏一路被推离干净动作区；另配一支按证据开启的保义辅助，只在干扰证据强、语义仍一致时弱修正基础动作。
结果（作者自测）。 四个目标物体互换任务聚合：改变后的任务成功率由 18/800（2.3%）升到 548/800（68.5%），旧任务成功降到 0/800。Milk-Swap 干净 98.0%、保义对照 97.5%、破坏条件下旧任务 0/200；黄油→奶油奶酪仍残留 113/200（56.5%）。风格偏移由 84/200（42.0%）升到 140/200（70.0%）。真机四个语义改变案例各 80 次试验，合计 15.9%→51.9%。
条件与代价。 语义破坏用 OpenPI-pi0.5 + LIBERO-Object，保义用 OpenVLA-OFT + LIBERO-Spatial（作者自行微调的载体）；破坏中心核 p50 增加 47–53 ms，保义与组合模式端到端 p50/p95 为 924/1,048 与 972/1,112 ms。
点评
对做机器人本体软件的开发者，可借鉴的是接入方式而不是网络结构：校准层作为可插拔组件挂在共享 VLA 的动作输出上，骨干权重不动，训练侧额外准备“保义改写”和“语义破坏改写”两类指令对即可，推理侧默认路径的代价是 p50 增加 47–53 ms。作者主张的工程逻辑是：目标或约束真变时，先让策略“不再按旧任务继续跑”，再谈改对，这比笼统追求鲁棒性更贴近部署中“指令换目标”这类变更。保义支路则把“什么时候才允许改动基础动作”写成显式证据门控，可用于设计回退与监控策略；但它需要再查一次冻结策略，端到端延迟接近 1 秒，按其量级更适合作低频或早期修正，不宜放进高频控制回路。文中全部数字来自作者自测的仿真与真机试验，本次材料未见独立复现。
证据全部来自作者论文（LIBERO 仿真 + 论文内真机试验），本次材料未见独立复现；保义侧的 OpenVLA-OFT 载体是作者按 OFT 配方自行微调得到的，不是现成公开权重。语义破坏侧对视觉与语义相近的物体对仍失效：黄油→奶油奶酪在破坏条件下旧任务成功率达 113/200（56.5%），是该方法目前最明显的负例。门控会误触发也会漏触发：干净 7.5%、语义破坏 8.0%、保义偏移漏触发 23.5%，即便用 oracle 路由这一上界，任务保持率也只有 91.5%。保义侧只在已验证的干扰族上有选择性收益，作者自己并未把该方法定位为通用保义分支或通用鲁棒性层。保义与完整组合模式端到端延迟接近 1 秒（p50/p95 924/1,048 与 972/1,112 ms），不适合高频控制回路；真机部分每方法每案例 80 次试验，规模也有限。
版本与核查范围
版本 2609.23650v2 · 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.p2.1；#S1.p4.1；#S4.SS2.p2.1；#S5.T7.10；#S4.T4.9；#S4.T3.6；#S5.T6.8；#A1.SS2.SSS1.p2.1；figcaption[7]；#S5.SS3.p2.1；#A1.T14.5；#A1.SS2.SSS2.p2.1