内容摘要
操作失败可能使场景陷入任务策略无法继续的状态。作者提出Recova，在重建的数字孪生中探索任务与纠错行为，再用真机经验验证和改进；核心是将任务执行与场景恢复分开训练，而非仅重试原策略。
智能体在孪生中诊断失败，生成恢复程序并采集轨迹。部署时监测进度、调用恢复技能，确认场景可继续后重启任务；自主恢复不成功时请求人工示范。任务成功轨迹、人工任务示范与恢复数据分别进入对应策略的DAgger式更新。真机自主恢复由学习策略执行，新增恢复程序则在孪生中开发测试。
作者报告，LIBERO-Pro六种设置、MolmoSpaces四类任务的平均成功率分别为78.8%、64.9%，所列最强基线分别为71.7%、38.0%，但基线数据来自既有论文。四项真机任务中，每项每配置评测20次，平均成功率从23.8%经DAgger微调升至77.5%，启用恢复后达87.5%。摸麻将任务四轮采集中，人工接管由首轮八次中的七次降至第四轮七次中的零次；这一结果仅对应该任务的小规模采集观察。
点评
这项作者研究展示了把失败恢复作为独立、可学习能力，并将人工干预转为后续训练数据的闭环路径。
仿真比较并非作者统一重跑全部基线；真机结果由操作员按任务标准判定。单任务末轮零接管不能外推为普遍无需人工，所列结果应视为作者实验报告，而非独立复现。
版本与核查范围
版本 2610.01178v1 · 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；#S1.p5.1；#S1.p6.1；#S3.SS3.p3.1；#S3.SS4.p1.1；#S3.SS4.p2.1；#abstract1.1；#S4.SS1.SSS0.Px1.p2.1；#S4.SS2.SSS0.Px1.p1.1；#S4.SS2.SSS0.Px2.p1.1；#S4.SS2.SSS0.Px3.p1.1；#A3.SS4.p1.1