成功边界之外：面向鲁棒视觉-语言-动作模型的失败边界学习
arXiv 2609.06114v3（替换版）提出DLS方法，将VLA模型适配重新定义为“失败边界学习”，即发现、定位并塑造可恢复偏差与任务失败之间的边界。DLS以少量真实演示加仿真协同训练得到行为先验，通过在线数字孪生推演大规模发现失败边界，并用仿真器特权状态做语义进度定位，给出失败边界被跨越位置的进度感知信号，而非二值标签；这些信号在流动力学中做方向性边界塑造，强化产生成功的去噪方向、抑制产生失败的方向，无需动作似然或辅助评判器。在真实机器人操作任务上，DLS在随机初始状态与未见视觉条件下优于SFT和在线RL基线。
发布于 10-23 23:02来源：arXiv cs.RO
转载 · 官方发布原文：arXiv cs.RO ·《Where Success Breaks: Failure-Boundary Learning for Robust Vision-Language-Action Models》查看原链
视觉-语言-动作（VLA）模型经监督微调（SFT）后存在结构性不对称：专家演示教会策略成功行为所在，却不提供其可靠性终止处的信号。 作者据此主张，鲁棒的VLA适配不应视为继续拟合演示，而应视为失败边界学习——即发现、定位并塑造可恢复偏差与任务失败之间边界的问题。
为落实这一视角，作者提出DLS：基于少量真实演示与仿真协同训练得到的真实接地行为先验，DLS通过在线数字孪生推演大规模发现失败边界；语义进度定位利用仿真器特权状态分配进度感知信号，捕捉失败边界被跨越的位置而非仅是否跨越；这些信号在流动力学中驱动方向性边界塑造，强化产生成功的去噪方向、抑制产生失败的方向，且无需动作似然或辅助评判器。
在真实机器人操作任务上，DLS在随机初始状态与未见视觉条件下优于SFT与在线RL基线。