通过以锚点为中心的适应来摆脱机器人操作的多样性陷阱

虽然视觉-语言-动作 (VLA) 模型提供了广泛的通用功能，但将它们部署在特定硬件上需要适应现实世界，以弥补实施差距。由于机器人演示成本高昂，因此这种适应通常必须在严格的数据预算下进行。在这项工作中，我们发现了一个关键的多样性陷阱：通过收集多样化的单次演示来“最大化覆盖范围”的标准启发式可能会由于不消失的估计噪声而弄巧成拙。我们将这种现象形式化为覆盖率-密度权衡。通过将政策误差分解为估计（密度）和外推（覆盖）项，我们描述了固定预算的独特条件的内部最优分配。在此分析的指导下，我们提出了以锚点为中心的适应（ACA），这是一个两阶段框架，首先通过核心锚点的重复演示来稳定政策框架，然后通过教师强制的错误挖掘和约束残差更新有选择地将覆盖范围扩大到高风险边界。真实的机器人实验验证了我们的权衡框架，并证明在相同预算下，ACA 比标准多样化采样策略显着提高了任务可靠性和成功率。