释义改写共识并非自一致性：VLA 策略中的指令依赖与鲁棒性

基于摘要分析。本文研究在 LIBERO 上微调的 vision-language-action（VLA）策略为何对指令改写敏感，以及测试时提示集成能否缓解这种敏感性。作者报告，在所测试设置中，改写共识未能恢复原训练指令下的成功表现，而基于改写指令的 LoRA 后训练能够改善改写鲁棒性，且未改变策略对指令的依赖程度。 原研究对象是机器人 VLA 策略。摘要指出，相关策略训练与评估使用相同的十条指令字符串；对 base OpenVLA 改写指令后，作者报告成功率变化为 −38.0 个百分点。测试时，方法从 K 条释义改写产生的动作中选择 medoid（中心样本动作）：当候选包含原训练指令时，相较原训练指令评估，作者报告成功率降低 16.8 个百分点；不包含原训练指令时，medoid 选择与基于置信度的选择分别降低 32.4 和 28.0 个百分点。对同一条改写指令进行多次采样后取 medoid，虽优于贪心解码，但仍较原训练指令低 27.6 个百分点。作者将这一现象解释为聚合可降低方差，却不能消除改写共同带来的偏差。 作者进一步使用错误指令探针，衡量策略成功中依赖指令的部分。在三种策略、四个任务套件的评估中，作者报告改写损失仅出现在指令依赖程度较高的情形，且更强策略损失的指令依赖部分比例小于 base OpenVLA。该结果有助于区分“任务可不依赖语言完成”与“真正理解不同表述”两种情况，但探针定义和具体统计仍需核对。 在改写指令 LoRA 后训练实验中，作者报告单条改写的成功率变化为 +2.0 个百分点，匹配对照为 −32.0 个百分点；摘要称该改善在两个随机种子及 OpenVLA-OFT 上复现，并迁移至留出的表述。上述数值属于不同实验设置，不能直接混合作为同一基线下的收益。K 值、任务划分、改写生成方式、后训练数据规模、实验协议、消融及统计信息尚未验证。材料未提供 EEG/BCI 验证，不宜将机器人语言鲁棒性结果直接视为神经信号解码改进。