仅54万参数机器人策略拿95%成功率，比π0.5少7700倍参数

ChongZzZhang · x · 2026-09-09

核心发现

论文提出 MINERVA——一组刻意做小的视觉运动策略，用来测 LIBERO 操作基准真正需要多少模型容量：

0.54M 参数即达到 95.1% 平均成功率（2000 次 rollout），仅比 LeRobot π0.5 低 2.4 分，参数量少 7700 倍；性能在 1M 参数附近饱和，低于 0.25M 崩溃。
跨架构/训练/推理的广泛扫描中，只有 action-chunk 长度和视觉容量稳定影响成绩；flow matching 相比直接 L1 回归无优势，且回归在 GPU 上快 3.8 倍。
LIBERO 主要在考记忆：仅打乱 task-ID 映射就让成功率跌到接近随机，说明指令条件主要是在选已记住了的任务。
同配方在 89 个 LIBERO-90 任务达 94.6%，但 LIBERO-Plus 扰动下降至 46–56%，对光照变化几乎零鲁棒性。
0.54M 策略在笔记本 CPU 上每 chunk 5–9ms 重规划，比 SmolVLA 快 113 倍。

发帖人点评：在 open-vocab zero-shot 真正突破前，现有 VLA 其实都在勉强对齐基础表征——LIBERO 高分未必代表泛化操控能力。

「具身」频道最新