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
- Tevel 机器人采果系统可全天候 24 小时自动采摘水果 — LexiLove · 2026-10-16
- 给四足机器人穿鞋：SHOES 用 10 分钟真机 RL 恢复行走策略 — kscottz · 2026-10-16
- NHTSA 数据：Tesla Cybercab 无人出租车运营前两周零事故 — elonmusk · 2026-10-16
- 16 项任务实测机器人 LLM：GPT-6 Astra 成功率 17.2% 力压 Fable 5.1 — pabbeel · 2026-10-16
- WEDGE 论文：把导航失败经历变成可学习的训练环境 — _akhaliq · 2026-10-16
- 机器人会写交响乐却不会洗碗,meme 精准戳中 AI 短板 — briannekimmel · 2026-10-16