
-
生物通官微
陪你抓住生命科技
跳动的脉搏
观测契约不匹配:机器人操作基准测试中隐性状态丢失的揭示与契约审计框架
《Scientific Reports》:Observation-contract auditing for valid modality comparison in robot manipulation benchmarks
【字体: 大 中 小 】 时间:2026年10月22日 来源:Scientific Reports 4.9
编辑推荐:
摘要机器人操作基准测试通过比较低维状态、红绿蓝(RGB)图像和点云等观测模态来指导策略设计,但这些测试仅在每条通路提供语义完全一致的状态时才有效。我们证明,切换观测通路会悄无声息地改变状态内容——丢弃字段并重新排序字典键,且不触发任何错误或警告。我们将这种失效模式称为观测契约
机器人操作基准测试通过比较低维状态、红绿蓝(RGB)图像和点云等观测模态来指导策略设计,但这些测试仅在每条通路提供语义完全一致的状态时才有效。我们证明,切换观测通路会悄无声息地改变状态内容——丢弃字段并重新排序字典键,且不触发任何错误或警告。我们将这种失效模式称为观测契约不匹配。我们将观测契约形式化为一条通路所交付的状态字段的有序列表,定义了契约差异算子,并提出了一种在训练前通过源代码检测不匹配的四步审计流程。对 ManiSkill3、RLBench 以及 Diffusion Policy 的 robomimic 集成的静态分析表明,每个平台都在悄无声息中丢失了 31% 至 53% 的可观测状态。在统一匹配协议下,仅使用状态的对照组(平均成功率 0.606)与默认通路的 Diffusion Policy(0.600)表现持平,并优于重新训练的动作分块 Transformer(ACT)基线(0.400),因为状态通路的契约本身已经完整。随后,通过契约控制的析因实验交叉比较状态完整性与点云可用性,发现移除物体几何信息后平均成功率从 0.606 骤降至 0.016;而点云无论在状态缺失还是状态完整时均无法挽回或提升性能。在测试范围内,状态契约主导了策略的成功率,因此观测契约审计成为可信模态比较的先决条件。