实测新机械臂执行偏差达32.9%，研究团队让VLA在线自补偿
要点
一条机械臂拧螺丝拧歪了，多数排查会先怀疑策略模型"学坏"。韩国浦项科技大学（POSTECH）与穆罕默德·本·扎耶德人工智能大学（MBZUAI）研究团队9月29日提交的论文给出了另一个测量结果：问题可能先出在"手"上。研究者在两台协作机械臂上实测发现，一台全新出厂的机械臂，指令动…
一条机械臂拧螺丝拧歪了，多数排查会先怀疑策略模型”学坏”。韩国浦项科技大学（POSTECH）与穆罕默德·本·扎耶德人工智能大学（MBZUAI）研究团队9月29日提交的论文给出了另一个测量结果：问题可能先出在”手”上。研究者在两台协作机械臂上实测发现，一台全新出厂的机械臂，指令动作与实际执行之间的平均归一化残差达32.9%，已运行一年的旧臂为35.0%——即便没有任何人为扰动，身体也在系统性偏离大脑发出的命令。
这类执行误差来自关节摩擦、齿轮背隙、传动柔顺性与重力补偿偏差，并随负载、温度和磨损状况变化：齿轮间隙在关节换向时形成死区，温漂让重力补偿模型失准，重载引入系统性力矩偏移，而且单个关节的偏差会经运动学耦合传导到末端。此前视觉语言动作（VLA）模型的鲁棒性研究多聚焦视觉干扰、指令改写或在训练中注入合成噪声；发生在”指令下达到关节执行”环节的误差，长期缺少正面解法。
论文提出的做法是把”指令与实际执行的差”变成免费的自监督信号：不需要任务奖励、不需要人工标注，也不必查明误差究竟来自摩擦还是背隙。实现上只在动作专家模块挂载秩4的LoRA适配器，可训练参数276.48万个，仅占32.4亿总参数的0.085%，主体模型全部冻结；机器人每执行完一段动作，就用测得的残差构造补偿后的伪目标在线更新，让下一段指令提前抵消偏差，并以锚定正则抑制参数漂移。研究团队同步发布RoboStress压力测试基准，将摩擦、背隙、柔顺性、重力补偿误差四类关节级模型组合成七种部署场景，覆盖LIBERO基准四套共40个任务。在两台使用历史不同的AgileX Piper实臂上，该方法将平均任务成功率提升超过30个百分点，且对任务演示中未出现过的物体同样有效。
数据还显示这条策略层路线与传统控制层修正可以叠加：仅用扰动观测器这一经典控制手段，该任务成功率从48%提高到56%；在观测器基础上叠加自补偿后达到80%，单独使用自补偿则为84%。两组数字说明，控制器能把指令忠实转换为关节力矩，却补不了指令本身的系统性偏差；策略层预补偿与控制层纠偏是互补关系，不是二选一。
同期工作表明，”让机器知道自己没干好”不止一条路。另一篇10月下旬提交的论文在π0.5内部激活上训练线性探针来估计任务进度，执行偏离预期即报警，失败检测表现与外挂视觉语言模型监测器相当或更优，且不需要失败样本训练；亚马逊FAR与卡内基梅隆大学、加州大学伯克利分校研究者的FOMO-Dex用力反馈只在接触方向上做柔顺修正，覆盖螺丝拧紧与螺母螺栓装配，可抑制过大接触力；还有团队把人的语音、表情反应转成VLA的急停与纠正信号。补偿、监测、力控、人机协同四条路线并行推进，共同点是把执行环节本身当作信号来源，而不再只盯着策略训练。
论文同时写明边界：残差只能在执行后测得，修正不了已经发出的动作；若本体感知传感器自身存在系统性偏差，补偿精度也将受制于这把”尺子”本身的准确性。文中报告的成功率均为作者实验结果，尚未经第三方独立复现。
