基于流的通用机器人策略的不确定性量化

arXiv:2606.18043v2 公告类型：replace-cross 摘要：通用机器人策略（例如视觉-语言-动作模型（VLAs）和世界-动作模型（WAMs））将强大的预训练骨干网络与富有表现力的生成式动作头相结合，后者通过在大规模机器人数据集上进行流匹配训练得到。尽管这些策略在机器人操作任务中展现出强劲的实证性能，但缺乏量化预测置信度以及检测动作可能不可靠情况的机制。这对其在非平稳环境中的现实部署构成了关键限制，因为模型不可避免地会遇到超出预训练分布的场景，并可能在毫无预警的情况下失效。为解决这一问题，我们利用小型模型集成中速度场分歧（VFD），推导出一种高效量化流匹配模型认识不确定性的方法。我们成功地将这一不确定性估计用于基于流的通用策略部署期间的故障检测和主动微调。对于后者，我们提出了SAVE——一种简单而有效的不确定性引导主动多任务微调方法，可减少将通用策略适配到新任务所需的高成本专家示范数量。我们在仿真环境和真实世界中，针对VLAs和一个WAM开展了实验。VFD能够产生校准效果更好的不确定性估计，可预测下游性能，并且相比现有方法以高出8个百分点的总体准确率检测故障。在三个真实世界任务中，在固定示范预算下，SAVE将最终平均成功率从39%提升至47%。我们的结果表明，使用VFD测量认识不确定性能够增强通用机器人策略的故障感知能力和适应能力。项目网站：tum-lsy.github.io/uq_generalist_policies。