视觉-语言-动作模型中神经表征几何的现象学研究

基于摘要分析。本文研究机器人操作中的视觉-语言-动作（VLA）策略如何在内部激活中组织任务相关概念，核心贡献是区分“变量可被线性读出”与“变量取值在表征空间中形成何种几何结构”，并建立包含七类任务相关概念的分类体系。 方法上，作者结合受控变化、自然执行轨迹、线性探针与激活干预，分析概念的实际表征几何。作者报告，这些几何结构主要是多维的，并受到策略所处约束的塑造：物理关节限制使手腕朝向呈现开放弧线而非完整圆；到目标的距离虽是单一标量，却在两个正交子空间中得到表征，分别对应接近阶段的粗尺度“标尺”和抓取阶段的细尺度“标尺”。这提示线性可读性本身不足以描述概念的内部组织方式。 作者报告，在另外两个 VLA 模型的真实机器人数据中也观察到相同几何结构，并通过沿概念所呈现的几何结构进行引导，展示其干预用途。这为跨模型及从仿真到真实数据的结构一致性提供了摘要层面的证据，但不宜扩展为普遍规律。具体模型、数据规模、概念定义、探针拟合与评估划分、干预效果指标、消融及统计信息尚未验证。 平台推测（待验证）：该分析框架可能用于检验 EEG 解码器中的连续运动变量是否具有超出线性可读性的几何结构。可复用部分是探针与激活干预思路；需改造部分是机器人状态变量对应的监督信号，以及对 EEG 时序、通道和被试差异的处理。低信噪比与小样本可能使表征轨迹和子空间估计不稳定。一个可检验的小实验是在具有连续运动变量标注的 EEG 数据中，按独立试次划分拟合与评估数据，比较线性读出能力与几何结构的稳定性，再检验沿估计结构的激活干预是否产生可预测的解码变化。此假设不构成已验证的 BCI 方法，相关 EEG 工作尚未检索确认。