Diagnosing Compositional Generalization in Sequential Robot Tasks：诊断序列机器人任务中的组合泛化

该论文从指令空间覆盖的角度研究序列机器人操作任务中的组合泛化，把泛化差距分解为边际指令偏移、指令组合偏移和上下文-动作偏移三个来源。结果显示穷举指令元组并非必要，覆盖动作相关依赖的结构化子集即可获得较强的分布外性能；稀疏训练失败往往源于指令引导而非缺失底层技能，每个任务仅用一条演示微调即可将分布外成功率从0.4%提升到54.7%。