ReSteer 开源：修复 VLA 执行中途无视新指令的可控性缺陷

siddkaramcheti · x · 2026-10-06

Georgia Tech 团队在 RSS 2026 论文 ReSteer 中指出：前沿 VLA（视觉-语言-动作）机器人策略远没有宣传的那么可控——执行中途切换指令，模型往往无视新指令继续做原任务。例如 π0.5 在执行「把碗放到盘子上」时，中途改指令「把酒瓶放到柜子上」，它仍然继续端着碗。

论文的做法：量化可控性——用条件互信息 I(A;L|s) 度量动作对语言指令的依赖，找出策略在哪些状态下「听不见」语言；然后据此生成数据修复。仓库包含完整的 LIBERO 流水线，现已开源。这项工作同时触及机器人策略评测与数据生成方法，是具身智能方向值得关注的进展。