驯服机器人执行错误下的 VLA：自我补偿和压力测试

当机器人执行的动作偏离其命令的动作时，视觉-语言-动作（VLA）策略通常会失败。此类执行错误是由机器人的机械结构和操作条件引起的，例如磨损和有效负载变化。我们提出了自补偿 VLA，这是一种部署时适应方法，使 VLA 策略能够在生成命令时预先补偿机器人的执行错误。在没有任务奖励或标签的情况下，它使用 VLA 命令的动作和机器人执行的运动之间的残差在线更新策略。为了在仅靠实体机器人难以覆盖的执行条件下对 VLA 鲁棒性进行压力测试，我们引入了 RoboStress，一种受控模拟基准。它将已建立的摩擦、间隙、顺应性和重力补偿误差的关节级模型结合到七个部署场景中，其执行误差取决于机器人的状态和运动历史。在 RoboStress 上，自我补偿 VLA 比训练期间建立鲁棒性的基本策略和方法取得了更高的平均任务成功率。在具有不同使用历史的两个物理机器人手臂上，它使每个手臂的平均任务成功率提高了 30 个百分点以上，并且这种收益延伸到了任务演示中未看到的物体。