ForkCast用反事实预测提升VLA策略恢复成功率

Chenru Wen等人发布预测恢复框架ForkCast，在不更新VLA主干的前提下，通过比较反事实未来来决定是否及如何干预冻结的策略。在每个决策点，框架评估执行原动作块、调整相机视角、重规划手臂轨迹三个候选，由候选条件化世界模型预测结果并共享任务进度头打分，无需故障检测器或干预阈值。 在五个注入遮挡与物体滑落的模拟RoboTwin 2.0任务上，ForkCast把冻结π₀.₅策略的合并成功率从13.3%提升到30.0%，并可不更新ForkCast迁移到另外两个VLA主干。代码将开源。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。