VLA Grounder：面向黑盒 VLA 模型的语言条件空间优化

基于摘要分析。本文研究机器人 Vision-Language-Action（VLA）策略对指令措辞敏感的问题，提出 VLA Grounder：在下游 VLA 完全冻结的前提下，通过强化学习优化输入的语言指令，而非更新动作策略权重。 核心机制是引入语言条件空间策略，将人类指令转化为包含物体外观、空间关系与目标定位线索的简短 VLA-grounded command。该策略以从失败中提取的命令空间先验初始化，再利用稀疏的任务完成奖励进行强化学习，寻找更能诱发冻结 VLA 成功执行任务的表达。其方法重点是把语言从固定任务描述转为可优化的条件变量；摘要未给出先验构建流程、策略结构、强化学习算法或具体损失形式。 作者报告，在 RL4VLA 和 VL-Think 上，该方法提升了指令敏感、符号及多物体操作任务的成功表现。摘要未提供成功率数值、数据划分、对照基线或交互预算，因此尚不能判断收益幅度及适用边界。实验协议、消融及统计信息尚未验证；复现时需核对冻结 VLA 的版本与访问接口、奖励获取方式，以及训练和评估任务的划分。 本文主要研究对象是机器人语言条件动作策略，并非 EEG 解码或 BCI。现有材料尚未建立其语言优化机制与神经信号瓶颈的具体对应关系，不能据此推断 BCI 有效性；相关 EEG 工作尚未检索确认。