中文

RouterVLA: Turning Smoke Tests into Supervision for Heterogeneous VLA Selection

机器人学 2026-06-25 v1
作者: Xingyu Ren , Chugang Yi , Ge Ma , Youran Sun
在 arXiv 上查看 ↗ PDF ↗

摘要

我们研究是否可以在预部署评估滚动中重复使用来监督策略选择。机器人团队通常对候选视觉-语言-动作(VLA)策略进行烟雾测试，然后压缩这些试验为全局获胜者。RouterVLA使用结果不交的交叉拟合评估这个想法：记录的探针为每个冻结的专家构建一个配置文件，而单独的试验对选定的专家评分而不进入其配置文件。在34,752条LIBERO-Plus滚动记录上，一个透明的探针-成功规则将保留成功率从0.4686提高到0.6149，增益+14.64pp。在我们研究的标量仅配置中，学习评分器在统计上与此规则不可区分，表明委托携带路由价值而额外的标量评分器容量并未创建它。使用评分过的试验重复使用使测量增益增加了1.87×1.87\times，因此可信的账本路由需要结果分离；模型缩放改善单个策略，而委托感知路由改善由它们构建的系统。

关键词

VLA策略选择 烟雾测试 监督 异构选择 强化学习

引用

@article{arxiv.2606.27355,
  title  = {RouterVLA: Turning Smoke Tests into Supervision for Heterogeneous VLA Selection},
  author = {Xingyu Ren and Chugang Yi and Ge Ma and Youran Sun},
  journal= {arXiv preprint arXiv:2606.27355},
  year   = {2026}
}