ActProbe：用于生成机器人策略早期故障检测的动作空间探针

生成式机器人策略在部署时会出现不可预测的失败：它们在关键时刻犹豫不决、偏离任务或采取不可恢复的行动。现有的在线故障检测器要么需要对策略内部进行白盒访问，要么通过重采样和观察端信号增加运行时开销。我们的实证分析表明，发出的动作块本身已经对生成机器人策略即将失败产生了强烈的预测信号。受这一观察的启发，我们引入了 ActProbe，一种轻量级的纯动作空间检测器，它使用单个前向传递中提供的两个紧凑信号：连续动作块之间的时间一致性误差（TCE）和当前块的动作块幅度（ACM）。 ActProbe 使用任务条件 LSTM-MLP 架构将这些信号映射到每步故障概率。在各种生成机器人策略和基准测试中，ActProbe 会在故障变得可视觉识别之前发出警报，从而提高了故障检测的准确性 (F1) 时效性帕累托前沿，与内部和外部特征基线相比，平均超体积增益增加了 +12.7%，在未见过的任务上，早期检测 ROC-AUC 领先 +9.0%。 ActProbe 进一步转移到部署，预测未见过的真实机器人拾取任务的故障，并加速 RL 微调 (PPO)，环境交互减少 2.9 倍。