COAST：以对比概念器引导视觉语言动作模型激活

视觉语言动作模型虽利用大规模视觉语言预训练先验，实际机器人任务仍易失败。COAST 使用概念器（conceptor）这一线性算子，将数据软投影至目标分布的主成分子空间，通过少量成功与失败轨迹识别任务成功的关键子空间，推理时引导 VLA 潜在表示。流匹配 VLA、自回归 VLA 与扩散策略的实验中，仿真和真实机器人任务的平均成功率分别获得超过20和40个百分点的绝对提升。子空间分析显示，不同任务的失败模式共享较多结构，成功表示则较为任务特定；失败模式相似时，已拟合概念器可用于新任务，无需重新拟合。结果提示当前 VLA 的隐藏表示仍保有相关任务知识，可通过引导残差流缓解动作专家的解码瓶颈，提供无需训练的轻量路径。