RePO-VLA：双臂机器人受扰恢复成功率提升至75%

中山大学、华南理工大学、鹏城实验室等团队提出 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，让双臂视觉-语言-动作（VLA）策略在受扰后继续推进任务。团队同时构建了 FRBench 失败—恢复基准，RoboTwin 仿真含 46 项双臂任务、23,453 条轨迹。 在每项任务使用 50 条恢复演示的 1 倍数据设置下，完整方法的平均受扰成功率为 30.0%，π0.5 基线为 20.0%；仅完成 RAI 阶段的模型为 37.5%。数据规模实验只在倒水和叠毛巾两项真机任务上展开：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%。 当前验证主要覆盖抓取偏差、滑落、物体位移等已采集的错误类型，真机数据仍依赖人工收集；对严重遮挡、工具误用和较大感知错误等情况的恢复能力，以及在更广泛任务中的适用性，团队称仍需进一步研究。

AI 根据报道生成 · 4 天前更新