中文

PhysReflect-VLA:面向可靠视觉-语言-动作策略的物理可行性与自反思调节

机器人学 2026-06-25 v1
作者: Jiayu Yang , Tao Yang , Weijun Li , Xiang Chang , Fei Chao , Changjing Shang , Qiang Shen
在 arXiv 上查看 ↗ PDF ↗

摘要

长程机器人操作对物理不可行转移、接触诱发扰动以及执行中缺乏有效自纠正高度敏感。尽管视觉-语言-动作(VLA)模型通过多模态学习提供强任务接地,它们通常以前馈方式生成动作,而不显式检查物理可行性或在线诊断执行错误。我们提出PhysReflect-VLA,一种即插即用的执行时可靠性框架,在闭环控制流水线中以增强VLA策略的物理可行性评估与结构化自反思。可行性算子评估候选动作是否诱导动态一致的状态转移;动作解释算子验证转移一致性;基于LLM的反思模块分析状态差异以为后续动作生成纠正指引。两阶段训练过程稳定可行性建模并将反思整合进控制回路。在多阶段、富接触真实操作任务上的实验表明,相较代表性VLA基线,阶段级稳定性与整体任务成功率一致提升,平均增益5.4\%。消融结果进一步表明可行性检查与基于反思的纠正均有助于改进执行鲁棒性。这些结果凸显了为可靠长程机器人操作嵌入物理一致性检查与在线自反思的重要性。

关键词

视觉-语言-动作 物理可行性 自反思 闭环控制 机器人操作 LLM

引用

@article{arxiv.2606.27146,
  title  = {PhysReflect-VLA: Physical Feasibility and Self-Reflective Regulation for Reliable Vision-Language-Action Policies},
  author = {Jiayu Yang and Tao Yang and Weijun Li and Xiang Chang and Fei Chao and Changjing Shang and Qiang Shen},
  journal= {arXiv preprint arXiv:2606.27146},
  year   = {2026}
}