不要丢掉接力棒：通过代理子任务探索和转换感知记忆进行长视野机器人操作

长视野机器人操作将许多接触丰富的技能链接到一项多阶段任务中。视觉-语言-行动（VLA）和世界行动模型（WAM）越来越多地掌握个人技能，但链条仍然失败：错误复合超出了政策的纠正能力，并且一个子任务默默地限制了下一个子任务。一条有前途的途径冻结了 VLA，并让 LLM 编码智能体 负责：它以语言进行规划，利用分析原语在自由空间中移动，仅针对接触丰富的片段调用 VLA，并将适应写入语言记忆中。然而，如果将其应用到长远的视野中，这个方法就会失败两次。 （1）它的能力来自于测试时的整体任务探索，其成本与阶段数量呈指数关系：如果一个阶段需要T个episode，那么K阶段的任务需要T^K的量级，并且失败并不能揭示是哪个阶段导致的。 (2) 它没有转换的表示：VLA 原语带有退出但没有进入条件，并且子任务可以以其后继者无法使用的形式成功。我们推出 BATON 来解决这两种失败。与（1）相反，BATON将子任务作为探索的单位：每个子任务都在廉价的短时域中进行探索，并将其解决方案存储在内存中；然后，由这些解决方案组成一个长视野轨迹，而不是发现整个轨迹。勘探成本变为线性（KT），每次失败都归因于一个阶段。与（2）相反，BATON 为探索配备了转换感知记忆。在子任务中，验证者代理控制调用转换：仅在手腕视图确认场景准备就绪后才调用 VLA。在子任务中，切换转换会恢复受前任残留干扰的进入状态，而前瞻转换会选择后继任务可以继承其结果的策略。在 RoboMemArena 基准测试中，BATON 比 SoTA 提高了 37.7% 的任务成功率和 29.7% 的累积成功率。