SteerAct：24 次 rollout 让机器人动作模型成功率提升约 10%

pliang279 · x · 2026-11-13

SteerAct 是一个在测试阶段用少样本时序引导改进预训练机器人动作模型的框架，入选 CoRL Learn@Deploy Workshop spotlight。

问题：仅凭少量 rollout 在测试时提升预训练动作模型很难；激活引导（activation steering）虽轻量，但要解决「改哪些特征、何时改、改多强」。
方法：用预训练稀疏自编码器提供候选特征，再用一个共享的「时序描述子」概括每个特征局部激活顺序模式的分布，从而无需时间步对齐即可跨 rollout 比较。离线阶段为每个任务挑出单个最能区分成功/失败 rollout 的特征并保留参考库；在线阶段用同一描述子对照参考库决定干预时机与引导系数。
结果：每个任务仅用 24 条带结果标签的 rollout，在 π0.5、Fast-WAM、RoboTwin 2.0、DexJoCo 及真实世界操作任务上，任务成功率相对未引导模型提升约 10%，且不更新动作模型权重。
代码与演示已公开。

「具身」频道最新