Apr 20, 2026 · BeTTER
BeTTER：机器人 VLA 高成功率可能只是传感运动捷径
2026 年 4 月 20 日提交的 BeTTER 通过空间布局变化、时间外推和运动学隔离诊断 VLA，发现前沿系统在动态场景中严重失败，并出现词汇—运动捷径、行为惯性与语义特征坍缩。
EVENT STORY
Development
- First ReportBeTTER：机器人 VLA 高成功率可能只是传感运动捷径arXiv cs.AI
- Current Assessment具身模型采购与投资需要区分动作复现、传感运动先验和可迁移推理；动态干预与真实环境回归将成为机器人模型的必要验收。Agent Pulse · analysis
标准机器人 benchmark 的静态环境可能掩盖模型对任务理解不足的问题。BeTTER 将高层推理失败与低层执行限制分离，挑战“高成功率即具身推理”的判断。
基准对空间和时间条件做定向因果干预，同时隔离运动学因素；机制分析把失败追踪到容量压缩和短视下采样导致的语义表征退化。真实机器人实验进一步排除了纯模拟偏差和单一控制器误差。
具身模型采购与投资需要区分动作复现、传感运动先验和可迁移推理；动态干预与真实环境回归将成为机器人模型的必要验收。
机器人团队应在布局变化、目标替换和时间扰动下测试模型，把失败类型与人工接管成本纳入部署决策。
需扩展更多本体、任务和控制频率，并验证新架构能否在保留高频控制的同时维持高层语义与因果推理。