机器人执行反馈循环

操作团队可以先在现有 VLA 策略外加一层 rollout 门控，再重训整个模型。门控在执行时应观察两个信号：采样 action chunks 之间的分歧，以及可见的任务状态错误，例如抓取失败、拿错物体或位姿滑移。低风险步骤可以继续由基础策略执行。高分歧状态或错误状态可以触发候选动作采样、relative action critic 或恢复计划。

VLA-ATTC 给出了一种实现方式：采样两个 action chunks，用 Dynamic Time Warping 距离作为不确定性信号，只在距离超过阈值时增加计算量。在真实 Agilex Piper 任务上，PI0 使用自适应版本后平均成功率从 46.0% 升至 58.7%，同时报告了 20.8 Hz 控制频率。Sentinel-VLA 给出互补的状态监控方式：预测 Initial、Normal、New-subtask 或 Error，保留任务记忆，并在检测到错误时生成恢复行为。它报告在三个真实 Agilex Piper 任务上的平均成功率为 60.0%，在 RTX4090 上为 13 ms/action。

一个有用的首个测试，是回放近期失败 rollout，并注入抓取、位姿和语义错误。验收标准应包括成功率提升、错误恢复触发的误报，以及每个动作增加的延迟，因为恢复层即使改善了离线轨迹，只要超出控制预算，在机器人上仍会失败。

机器人团队应把每一次 VLA 模型替换、量化处理、扩散步数变更或硬件迁移，都作为一次机器人端验收测试。测试应在目标机器人计算机上记录闭环延迟、控制频率、内存使用、每次 rollout 的能耗和任务成功率。移动操作机器人在推理错过控制周期时会卡顿或振荡，桌面 GPU 数字不足以说明问题。

XPU 表征论文说明了原因。对于 pi0，论文报告 RTX 4090 推理为 102.3 ms，Jetson Thor 为 246.0 ms，AGX Orin 为 920.6 ms，Intel B60 Pro 为 306.5 ms，Ascend 310P 为 818.0 ms，且能耗成本不同。编译把 RTX 4090 上的 pi0 加速到 35.2 ms 和 28.41 Hz，但同一优化在 Jetson Thor 上只有 6.13 Hz，在 Ascend 310P 上只有 2.86 Hz。论文还报告了一项 OpenVLA 加速会使 LIBERO 平均成功率从 76.5% 降至 68.5%，因此速度检查需要配套成功率检查。

MotuBrain 对 world-action 模型也指向同一条门控规则。它声称的价值取决于把端到端延迟从 4.90 秒降至 0.09 秒，把频率提高到 11.11 Hz，同时在优化栈之后让 RoboTwin 2.0 成功率变化低于一个百分点。实用的发布清单应要求同一组成对报告：部署硬件上的动作频率和成功率。

运行多台机器人的团队应为自主 rollout、失败尝试、部分进展、稀疏奖励和人工干预增加一个共享 replay buffer。数据路径需要时间戳、任务指令、相机流、机器人状态、action chunks、操作员纠正和结果标签。这是面向已部署机器人的训练工作流变更，不只是发布前的数据采集活动。

LWD 报告了这种车队规模循环：当前 checkpoints 被部署到 16 台双臂机器人，自主 rollout 和可选人工干预被加入在线 replay，单个 VLA 策略在混合离线和在线数据上重训。评估覆盖 8 个真实操作任务，包括耗时 3–5 分钟的长时程任务，并报告在数小时在线交互后达到 95% 平均成功率。论文的主要操作经验是，失败和经过纠正的部署轨迹可以成为共享策略的训练信号。

较小的实验室可以用更便宜的遥操作硬件测试日志层。Phone2Act 使用 Android 手机、ROS 2、RGB 帧、关节状态、末端执行器位姿和夹爪状态，以 LeRobot 格式记录同步演示。用 130 个采集 episode 微调 GR00T-N1.5-3B 后，在 10 次真实 Dobot CR5 试验中成功 9 次。它测得的 350–440 ms 手机到机器人延迟也给出一个提醒：在遥操作路径快到足以支持所有纠正工作流之前，记录器可能更适合用于演示采集。