RoboIRS：面向通用机器人策略的推理时内部表征引导

基于摘要分析。针对 vision-language-action（VLA）与 world-action model（WAM）在分布外任务变化下性能下降、但仍保留部分任务能力的问题，RoboIRS 利用成功与失败执行轨迹训练线性分类器，选择与执行结果相关的内部干预位置，并构建任务特定的引导方向，在不更新策略参数的情况下改善推理表现。 核心机制是以执行结果为监督信号，从策略内部表征中识别可用于干预的信息，再于推理时施加表征引导。摘要未说明表征提取位置、分类器训练划分、引导方向的具体计算方式、干预强度或干预频率；这些细节及其对部署成本的影响尚未验证。该方法依赖成功与失败轨迹，所需轨迹规模、采集成本及新任务中的可获得性也需核对。 作者报告，在使用冻结 π0.5 策略的 15 个仿真任务上，平均成功率由 44.4% 提升至 66.2%，优于其他推理时干预基线，且新增推理时间较少；摘要未提供基线名称或具体时延。作者还报告，使用同一 π0.5 策略开展了真实机器人操作验证，并在 WAM Cosmos Policy 上将平均成功率由 35.4% 提升至 55.4%。后者的任务数量与评估划分未在摘要中说明，不能与前述仿真结果直接比较。实验协议、消融及统计信息尚未验证。 平台推测（待验证）：若 EEG 解码模型的内部表征包含稳定、可线性辨识的正确与错误预测信息，可能复用“结果分类—位置选择—表征引导”流程，以探索冻结模型的跨被试或跨会话适应。需将机器人执行结果改为解码正确性监督，并明确部署时是否允许获取目标域标签；EEG 的低信噪比、被试与通道差异及小样本可能使引导方向不稳定。一个可检验的小实验是在固定 Cross-session 划分下，仅用独立校准集构建引导方向，在未参与方向估计的测试集上比较冻结模型与引导模型的同一指标及推理开销。原领域收益不等于 BCI 收益，已有 EEG 相关工作尚未检索确认。