检索后引导：面向生成式 VLA 测试时适应的在线成功记忆

视觉-语言-动作（VLA）模型在通用机器人操作方面展现出巨大潜力，但其闭环可靠性在局部部署条件下经常会下降。现有的评估通常将测试片段视为独立的零样本试验。然而，真实的机器人经常在相同或缓慢变化的环境中重复运行，其中成功的执行提供了可靠行为模式的环境验证证据。我们研究这种持续部署设置，询问一个部分胜任的冻结 VLA 是否可以通过重用其成功的测试时经验来提高其可靠性。我们提出了一个用于生成式 VLA 的在线成功记忆引导的测试时适应框架。在部署期间，机器人将进度校准后的成功观测-动作片段存储在长期记忆中。在推理时，它检索与状态相关的动作块，通过轨迹级一致性过滤不一致的候选者，并将它们聚合为精英动作先验。为了将此先验纳入动作生成，我们引入了置信度自适应先验引导，它将精英先验注入流匹配动作采样器的中间状态，并根据检索置信度调整引导强度。这种设计允许冻结的 VLA 利用特定于环境的成功经验，同时保持基于观测条件的生成式细化。这种检索后引导机制实现了轻量级、非参数化的测试时适应，而无需参数更新。仿真和真实世界实验表明，任务成功率和闭环稳定性得到提高，特别是在长时程和多阶段任务中。