跳到主要内容
返回时间线
arXiv来源发表:

机器人换了身体,冻结的VLA还能干活:ReGround把400毫秒延迟下的成功率从0.16拉回0.90

核心概要

视觉-语言-动作模型(VLA)在部署时若执行机构发生变化,例如重装、机械磨损或指令延迟改变,同一个动作指令会产生不同的实际运动,任务随之失败。ReGround 在推理阶段保持 VLA 冻结,先用训练机体的前向模型读出策略意图的轨迹,再用从与任务无关的电机随机摆动中学到的部署机体模型跟踪这条轨迹,并以信赖域约束动作不偏离原计划。在两种 VLA、八个 LIBERO 任务和五种偏移设置下,它恢复了 0.91–1.00 的损失成功率,例如在 400 毫秒延迟下把成功率从 0.16 提升到 0.90。

Source-provided article image: Right Goal, Wrong Body: Re-grounding Frozen VLAs under Actuation Shift
arXiv

深度剖析

冻结的 VLA 在机器人执行机构改变后仍能完成任务,只要在推理时把它的动作重新落到部署机体上,而不更新模型参数。 此前应对这类执行偏移通常要重新训练或微调策略,需要额外的任务演示、算力和模型权重访问权限;已有的测试时方法依赖奖励、价值或验证信号来引导动作选择,并未针对输出动作块的冻结 VLA 和执行偏移设计。 在八个 LIBERO 任务、五种偏移设置上,ReGround 恢复了 0.91–1.00 的损失成功率,整体成功率达到 0.90–0.98;在 400 毫秒延迟下把成功率从 0.16 提升到 0.90,在 250 毫秒延迟下比最好的基线高 0.16,在复合偏移下高 0.11。

方法把“策略想做什么运动”和“这台机器人怎么执行”分开处理,前者由训练机体的前向模型读出,后者由部署机体上采集的数据学出。 训练机体的前向模型只需在名义条件下做一次随机摆动拟合,部署机体的模型则来自平滑的 Ornstein–Uhlenbeck 电机随机摆动,并可选混入 VLA 驱动的状态转移,不需要任务标签、奖励或演示。 在 250 毫秒延迟下,1000 条摆动转移(约 50 秒机器人时间)就达到 0.98 成功率,而一步逆动力学迁移方法需要 10000 条;整个流程不使用梯度、奖励或演示。

只有当检测到执行偏移时,重定位才会启用,未偏移时保持原策略动作不变。 此前没有机制保证测试时干预在什么都没变的情况下不造成损害。 单侧 CUSUM 检验累积训练机体模型的一步残差,在名义验证回合上标定阈值;在未偏移机体上,常开与监控开启两种设置的成功率为 0.98 对 0.97,不安全率同为 0.40–0.41,监控在偏移开始后捕获了每一个偏移回合,对 2.1% 的未偏移回合误报。

启示与展望

验证范围是两种 VLA、八个 LIBERO 任务、五种偏移设置(动作坐标系旋转、控制器增益、延迟和复合偏移),在 MuJoCo 与 robosuite 中以 20 Hz 控制,超参数在验证状态 0–14 上选择、在测试状态 15–49 上报告。

在旋转和增益这类静态重映射偏移上,线性校准已能恢复成功率,ReGround 与之持平,只是不安全率更低;在若干设置中一步逆动力学迁移的不安全率低于 ReGround,但成功率通常也更低。监控在未偏移回合上有 2.1% 的误报。