FIT-MAC：面向鲁棒视觉-语言-动作模型的闭环多智能体框架

基于摘要分析。本文研究机器人操作中的视觉-语言-动作（VLA）策略在物体位置和任务指令发生扰动时的可靠性问题，提出 FIT-MAC，在预训练 VLA 策略之外增加推理时闭环控制层，通过失败识别与分类干预改善执行鲁棒性。其主要研究对象是机器人操作，而非 EEG 解码或 BCI。 框架包含四类智能体：Planner Agent 将语言指令解析为包含操作目标与空间约束的结构化任务规格；Grounder Agent 将指令中的指代关联到视觉目标；Verifier Agent 按执行阶段跟踪进展，区分目标绑定错误与局部执行失败，并判断是否需要干预；Correction Agent 根据失败类型，将允许的干预分配给目标重新绑定，或有界的抓取、放置恢复操作。无需干预时，预训练 VLA 仍作为默认动作生成器。其核心思路是保留基础策略的常规执行路径，在运行时增加诊断与受限纠错，而非仅依赖策略直接生成动作。 作者报告，在 LIBERO-PRO 的多种扰动条件下，FIT-MAC 能提高多个 VLA 骨干的任务成功率，并达到作者所称的最先进表现。摘要未提供具体骨干、扰动强度、成功率数值、对照配置或计算开销，无法据此量化收益，也无法判断各智能体的独立贡献。实验协议、消融及统计信息尚未验证；智能体实现、干预边界及复现资源亦需查阅全文确认。 这些结果不能直接视为 BCI 有效性的证据。摘要未提供神经信号实验，相关 EEG/BCI 工作尚未检索确认。