CommitFlow：长视野机器人操作VLA执行的语义承诺验证和本地校正

尽管视觉-语言-行动（VLA）政策进展迅速，但在建立所需的物理效果之前，长期执行仍可能进入下一个任务阶段。我们称之为语义承诺、阶段必须建立或维护的物理条件以及实际物理状态之间的不匹配。由于单独的操作命令无法确认这种情况，因此局部偏差可能会传播并导致任务失败。为了解决这个问题，我们提出了 CommitFlow，这是一个闭环执行框架，它将承诺监控与本地校正结合起来，同时保持基本策略冻结。 CommitFlow 集成了三个组件。语义承诺监视器 (SCM) 将阶段要求与当前状态证据进行比较，并在未满足或违反所需条件时阻止相关操作。然后，BoundaryFlow 生成以当前状态和基本动作为条件的局部校正，关系和增益校准 (RGC) 选择满足相关约束的最小校正强度。在十个常见的 RoboTwin 2.0 基准任务中，CommitFlow 的平均成功率为 75.9%，比基本策略 pi0.5 提高了 22.7%。跨策略实验显示了一致的收益，表明机器人执行可靠的长视野。