北大微软提出 BCP：轻量级策略提升机器人重规划效率
机器之心 · wechat · 2026-08-20
北京大学与微软亚洲研究院的研究提出 Bernoulli-Continuation Policy (BCP)，旨在解决 VLA 机器人中固定执行步长导致的关键操作失败问题。研究发现，固定的重规划节奏难以对齐精度敏感阶段。
- 核心方法：冻结基座 VLA，仅训练一个 16.4M 参数的轻量级 head。该 head 将“执行多久”分解为一系列“继续执行还是重新规划”的伯努利决策，并利用 GRPO 和 Replanning-Efficiency Reward 从轨迹级结果进行优化。
- 实验结果：在 RoboTwin2.0 的 50 个任务上，LingBot-VLA 的平均成功率从 89.88% 提升至 93.94%，达到 VLA 方法 SOTA；真机挂马克杯任务成功率从 44% 提升至 84%。
- 优势：虽然 VLA 调用次数略增，但因动作更精准，总执行步数和运行时间反而降低。该方法即插即用，无需修改基座 VLA。
「具身」频道最新
- OpenRoboto 三周达 SOTA，开源大脑赋能人形机器人 — markjeffrey · 2026-08-20
- 机器人速度对比：特斯拉 85mph，竞速机器人达 250mph — Scobleizer · 2026-08-20
- Waymo 新款车型 Ojai 正式在旧金山、凤凰城和洛杉矶上路 — SuzKP · 2026-08-20
- AI 智能体浏览器里叠积木成功，具身智能版 LMArena 竞技场初现 — NovaCoding · 2026-08-20
- 机器人实现零微调的单次演示模仿 — Scobleizer · 2026-08-20
- Eclipse Ventures 机器人组合亮相 Actuate 大会 — Sethwinterroth · 2026-08-20