跳至正文
原文导读 · 原标题中译

Causeway:恢复VLA策略在指令切换中的任务可达性

Causeway: Restoring Task Accessibility for Instruction Switching in VLA Policies

材料发布 2026-09-25 · arXiv · 作者论文 · 核查 2026-10-19
图1:Causeway 在任务孤岛之间架起桥梁。(a) 任务 B 的演示定义了其被演示过的状态集合 ℳ_B,其中 𝒮_B(g) 表示有效的再进入区域。(b) 执行任务 A 可能使机器人处于任务 B 不再可达的状态,因此直接切换到 ℓ_B 会失败。(c) Causeway 以状态导向的梯度(图中上)引导动作流表示,直至机器人重新进入该吸引域,该过程被划分为四个阶段 ①–④(图中下,见第 IV-B 节)。虚线:策略处于可写入状态;实线:冻结的策略自行完成任务 B。 图片出处

内容摘要

机器人能从标准初始状态完成任务,却可能在执行另一任务后无法响应新指令。作者将这类相对于目标任务不可达的状态称为“任务孤岛”,研究执行中及完成后的指令切换失败。

Causeway采用无需训练的推理时表征干预:根据机器人本体状态和目标任务示范提取的重入位姿,通过冻结解码器反向传播,将状态导向梯度写入动作流表征,引导机器人返回可执行区域。恢复动作仍由原VLA生成,不更新参数、不添加动作头,也不使用外部动作生成;本体感知规则控制干预与交接。

作者在LIBERO-Goal的71组跨物体任务对、三个切换时机及三种VLA架构上报告:π₀.₅、OpenVLA-OFT、GR00T N1.5的平均成功率分别由26.0%、3.4%、9.9%升至61.6%、64.5%、47.5%;到达交接邻域的比例提高42—72个百分点。

主评测排除了前序任务会移动目标配置的五组任务对。作者还在LIBERO-Object及xArm真机上测试恢复效果;真机覆盖七组有序任务对、三个切换时机,每个单元五次试验,证据范围仍限于这些设置。

点评

该工作展示了通过推理时干预恢复既有任务能力可达性的路径,而非让VLA学会新任务。

结果来自作者论文实验,不应视为独立复现。方法依赖任务相对坐标与示范覆盖,需要按架构校准;大幅场景变化、抓持中动力学等未建模因素会使性能下降。

版本与核查范围

版本 2609.30913v1 · 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.p2.1;#S1.p5.1;#S4.p1.1;#S1.I1.i3.p1.1;#S5.SS2.SSS0.Px1.p1.1;#S5.SS2.SSS0.Px2.p1.1;#S5.SS1.SSS0.Px1.p1.1;#S6.p1.1;#S7.p1.1