Backtrack：冻结VLA的轻量失败恢复机制

Thomas Landeg 与 Thierry Tambe 提出 Backtrack，一种面向冻结视觉-语言-动作模型（VLA）的轻量失败检测与恢复机制，称其无需恢复演示、策略重训或额外推理模型。 该机制用一个仅增加 0.48%–0.88% 参数量的失败预测头读取 VLA 内部表示，预测当前回合是否会失败；当失败概率超过阈值时，控制器暂停策略、回溯机械臂近期已完成的运动，再把控制权交回未改动的原策略，使其从较早的构型重试。预测头只用冻结策略带结果标签的 rollout 训练。 作者在 LIBERO 上用三个 VLA 评估 Backtrack，覆盖两类动作生成方式：采用流匹配动作专家的 SmolVLA 和 π0.5，以及自回归的 π0-FAST。上述效果均为作者自述。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。