arXiv cs.AI· Owen Kwon, Pablo Ortega-Kral, Arthur Bucker, Jean Oh·· 14 小时前AI 评分36
一句话能修复什么？冻结 VLA 策略的失败分类与最小语言纠正
What Can One Sentence Fix? A Failure Taxonomy and a Minimal Language Correction for Frozen VLA Policies
AI 导读
研究对 OpenVLA-OFT 和 pi0.5 在分布外 LIBERO-90 任务上的失败进行分类，发现四类失败模式中只有“执行错位”能靠一句回顾性纠正修复：由 LLM 将这句话解析为动作维度、方向、幅度和时间窗口，作为冻结策略动作上的短偏置。
正文 · AI 翻译
摘要：当已部署的视觉-语言-动作（VLA）策略失败时，针对每个新场景重新微调代价高昂，而观察它的人通常能用一句话说出问题所在。我们探究这样一句话在冻结策略中能修复什么、不能修复什么。我们为 OpenVLA-OFT 和 pi0.5 标注了所有失败的 LIBERO-90 任务（分布外），发现失败可分为四种模式，其中只有一种——执行失准，即策略到达了正确目标，但对移动距离或力度校准有误——能通过一句话解决；其余三种缺少的是目标或计划，而非幅度。针对这一模式，我们定义了最窄的人类纠正：每个任务一句回顾性描述，由 LLM 将其落地为动作维度、方向、幅度项和时间窗口，转化为冻结策略动作上的一个短时偏置，之后策略便自行完成剩余部分，一个回合接一个回合。在其任务失败的 rollout 上重新执行，仿真中恢复了全部 139 个分布内失败中的 65 个，以及全部 328 个分布外失败中的 33 个；在真实 xArm7 上，机器人基座移动后，在两个同物体条件下均将抓取放置从 10/30 提升到 30/30，在新物体条件下从 2/30 提升到 24/30，而两个长时程任务在有纠正和无纠正时均保持 0/30，与分类预测一致。一个仅用朴素提示的 VLM 观察同样的失败并写出同类纠正，在多达 10 次尝试中均未恢复任何失败，这表明价值在于人对幅度和时机的校准感知，而非语言本身。视频：this https URL
| Comments: | CoRL 2026 Workshop on Learning from Corrections and Interventions。8 页，6 图。项目页面：this https URL |
| Subjects: | 机器人学（cs.RO）；人工智能（cs.AI） |
| Cite as: | arXiv:2608.29967 [cs.RO] |
| （或 arXiv:2608.29967v2 [cs.RO] 查看此版本） | |
| https://doi.org/10.48550/arXiv.2608.29967 arXiv 颁发的 DOI（通过 DataCite） |
Submission history
来自：Owen Kwon [查看邮箱]
[v1]
2026 年 8 月 30 日周日 18:54:03 UTC（4,410 KB）
[v2]
2026 年 10 月 23 日周五 23:18:11 UTC（6,581 KB）
来源：arXiv cs.AI · arxiv.org