点击下方 卡片 ，关注" 具身智能 之心 "公众号 编辑丨具身智能之心 本文只做学术分享，如有侵权，联系删文 论文链接：https://arxiv.org/abs/2511.01331 论文名称：RobustVLA: Robustness-Aware Reinforcement Post-Training for Vision-Language-Action Models 当下的痛点 RobustVLA的设计逻辑 鉴于在线强化学习交互过程中存在环境不确定性，这里考虑了观测噪声（传感器/摄像头故障）和动作噪声（高斯执行误差）及其联合效应。此外，基于这三个 方面开展了鲁棒性理论分析，确立了误差放大界限、回报漂移控制以及鲁棒稳定性保证。最后，我们推导出了正则化优化目标，包括模型雅可比矩阵正则化和动 作平滑正则化，以及鲁棒强化学习后训练目标。 视觉-语言-动作模型借助大规模多模态预训练，在机器人操作任务中展现出强大通用性，但在分布外场景中泛化能力受限。 分布外场景的核心挑战来自环境扰动，主要分为两类：观测扰动（传感器噪声、图像偏移、旋转、遮挡等）和动作扰动（执行器误差、高斯噪声等）。 现有强化学习后训练方法聚焦奖励最 ...