浙大与达摩院 VLA-Corrector:小模型审计划,机械臂成功率大涨

机器之心 · wechat · 2026-09-05

浙江大学 ACES 实验室 OmniAI 团队与阿里巴巴达摩院发布 VLA-Corrector,针对 VLA 机器人 action chunk 造成「开环盲区」的问题:模型一次生成一串动作后,即使画面已变化(如目标被移走),机器人仍会执行过期动作。

方法:不改 VLA 主干,在推理链路外加约 40M 参数的轻量 Corrector,走「监测—打断—纠正」三步:Latent-space Vision Monitor 在潜空间预测视觉动态残差、比对预期与实际变化;偏差持续出现即清空过期动作队列(带动态阈值与迟滞防误停);Online Gradient Guidance 把视觉偏差转成梯度信号引导恢复推理。由此实现事件触发的自适应 horizon。

结果:π0.5 在 MetaWorld 平均成功率从 48.70% 提至 64.35%,VeryHard 任务提升 24 个百分点;SmolVLA 成功率从 61.90% 到 73.00%,policy call 反而从 19.27 次降到 15.64 次;真实机械臂 9 项任务平均成功率 55.6%→73.3%,扰动恢复任务 40.0%→68.3%;LIBERO few-shot 达 97.8%。

核心 insight:机器人未必永远不出错,关键是能尽早发现自己走偏并打断自己——大模型出计划、小模型审计、执行层保留叫停权。

原文链接 →

「具身」频道最新

更多「具身」频道 AI 资讯 →