FPC-VLA机器人操作框架

预测并纠正操作失败

该框架在VLA模型上加入监督器，在关键帧预测失败并生成自然语言纠正，显著提升了机器人操作的可靠性。

Yifan, Yang · Zhixiang, Duan · Tianshi, Xie · Fuyu, Cao · Pinxi, Shen · 80230485 · Zhao, Chenyang · 金飘飘 · Guokang, Sun · Xu, Shaoqing · You, Yangwei · 刘景泰

Expert Systems with Applications 2026

技术优势

能提前发现失败

监督器在关键帧通过结构化视觉-语言查询评估动作可行性，一旦预测到失败就及时介入，而不是等到任务彻底失败后才发现。

纠错指令有方向有幅度

检测到潜在失败时，监督器生成的自然语言纠错不仅说明要调整，还明确给出调整的方向和幅度，让修正可以定量执行。

不需要人工标注数据

提出自动化流程从现有机器人数据大规模生成失败预测与纠正数据集，省去人工标注，降低数据获取成本。

真机上跑通了

在小米机器人和 ALOHA 上成功完成真实部署，证明该框架不仅在仿真中有效，还能迁移到实际系统。

应用场景

• 机器人操作：在抓取状态变化时预测并修正失败，提升操作可靠性。
• 具身智能：增强端到端模型的失败预测与恢复能力，使智能体在真实环境中更稳健。
• 人形机器人：为多自由度操作提供关键帧失败监督与纠错，减少任务中断。