ACRO：Actor–Critic 轨迹执行编排

基于摘要分析。本文研究机器人执行视觉–语言–动作（VLA）策略时，何时继续尝试、何时干预以及从何处恢复执行的问题，提出用于固定 VLA 的 Actor–Critic 轨迹执行编排层 ACRO，而非重新训练底层 VLA。 核心机制是利用策略执行轨迹训练 Critic，估计任务成功前景，据此决定干预时机，并沿已执行轨迹选择重新进入的目标位置。Trajectory Retraction 通过对已访问路径取捷径，让机器人返回该位置，再由同一个 VLA 根据新观测恢复执行。干预选择同时考虑后续执行前景、物理可行性和剩余完成时间；具体 Critic 结构、训练目标与路径捷径算法尚未验证。 作者使用 GR00T N1.7 和 π₀.₅，在 SimplerEnv、RoboCasa 及真实机器人操作中评估。作者报告，在相同物理执行预算且计入全部返回运动的条件下，三个评估场景的成功率分别提升 10.4、7.3 和 21.7 个百分点；随着执行预算增加，还能完成额外任务。摘要未明确上述增益对应的具体对照配置、各 VLA 与任务的组合及汇总方式，不能据此比较模型优劣。实验协议、消融及统计信息尚未验证。 研究对象是机器人策略的执行控制，摘要没有提供 EEG 或 BCI 实验，也未建立与神经信号解码的具体机制对应，因此这些结果不构成 BCI 有效性的证据。复现时需核对 Critic 所需轨迹与监督、干预和恢复目标的选择规则，以及物理预算的计量方式。