NeurIPS 2026 论文 RePO-VLA：双臂机器人受扰恢复成功率提升至75%

中山大学、鹏城实验室等机构提出 RePO-VLA，通过切分恢复轨迹、训练进度感知语义价值函数并做价值条件微调，让双臂 VLA 策略在扰动后继续推进任务。研究同时构建 FRBench 失败—恢复基准，RoboTwin 仿真含 46 项双臂任务、23,453 条轨迹。真机在倒水和叠毛巾任务上，每任务恢复演示从 50 条增至 200 条时，平均受扰成功率依次为 30%、65% 和 75%。