视觉-语言-动作策略中的结果条件化末端执行器几何

视觉-语言-动作（VLA）策略可通过不同的动作接口解决同一操控任务，但仅凭任务成功并不能确定它们的物理执行是否一致。我们基于四种策略的15,000次闭环 LIBERO rollout，研究跨策略的末端执行器几何。主要的无干扰条件分析构成了3,600对配置匹配、因而相互依赖的策略对。两者均成功的策略对，其归一化动态时间规整距离的中位数为0.0120米；而恰有一个策略成功时，该数值为0.0380米。这一排序在每个任务、每个策略对以及九种采样和带限表示中均成立；不过，不同表示下的比值相差数倍，因此我们报告其方向，而不是给出一个固定倍数。两者均失败的策略对之间的差异更大，但这类结果的样本支持量少且分布不均，因此我们将其作为探索性结果报告。在成功执行中，更换搭档所产生的差异在不同任务之间大于不同初始状态之间。匹配基线仍显示出可测量且具有异质性的策略残余差异，因此跨策略距离较小并不意味着策略可以互换。成功执行与同任务示范之间的距离，大致与这些示范彼此之间的距离相当；这与任务相关几何相一致，但无法将训练数据重叠与任务约束区分开来。统一的72动作窗口保留了这一排序，但减小了其幅度；端点和时长调整同样保留了相对于两者均成功策略对的正向混合结果系数，不过其大小取决于具体设定。在复合视觉压力下，策略排名和策略对构成会同时发生变化。