VLA-Corrector: Lightweight Detect-and-Correct Inference for Adaptive Action Horizon

一个推理时轻量纠错框架，用于缓解 action-chunked VLA 策略中的开环执行盲区。

Yi Pan¹, Miao Pan¹, Qi Lu¹, Jiaming Huang¹, Man Zhang¹, Siteng Huang², Xin Li², Jie Zhang¹, Yongliang Shen¹, Xuhong Zhang¹, Wenqi Zhang¹

¹Zhejiang University · ²Alibaba DAMO Academy

panyi0304@gmail.com zhangwenqi@zju.edu.cn

代码 README Presentation arXiv 2607.01804 BibTeX

Presentation

Open full

Open-loop versus closed-loop execution comparison — **开环与闭环执行对比。** 在较长动作 horizon 下，机器人可能在偏离后继续执行 stale actions；逐步重规划虽然响应更快，但对 VLA 策略来说推理代价较高。

真机展示

三段 AgileX PiPER 真机无声展示视频。每段视频都包含执行过程中的人为扰动，以及策略通过纠错路径恢复执行。

抽屉角点对齐 人在执行中移动抽屉，机器人继续对齐到抽屉顶部角落。

方块放入蓝碗 人在执行过程中移动目标碗，机器人进行纠错式恢复。

方块放入白碗 人在执行中扰动物体，机器人恢复并完成放置。

摘要

VLA-Corrector 将固定 action chunk 执行改造成自适应执行过程：稳定时保持长 horizon 的效率，当视觉动态出现漂移时中断 stale actions 并触发纠错。

问题

Chunked VLA 策略在扰动后可能继续执行队列中的旧动作。

检测

Latent-space Vision Monitor 比较预测与实际视觉特征演化。

恢复

持续 mismatch 触发动作截断，并进行 OGG-guided corrective replanning。

动机

Action chunking 能减少昂贵的 VLA 调用，但也会在两次 replanning 之间留下盲区。 VLA-Corrector 在不重训完整 VLA 的前提下补上这段执行盲区。

监测 latent dynamics

预测短期视觉 residual，并与新的观测进行比较。

中断 stale chunks

当 mismatch 持续存在时，停止执行当前动作队列。

只在必要时重规划

用 OGG-guided recovery query 替代昂贵的逐步 VLA replanning。

方法总览

VLA-Corrector 保持 action-chunked VLA 接口不变，在推理时加入轻量 monitoring-and-recovery 路径。

VLA-Corrector method overview — **VLA-Corrector 总览。** 在标准 chunked VLA pipeline 上，框架加入 LVM 检测、interrupt-triggered truncation 和 OGG-guided corrective replanning。

外部 corrector 在获得 VLA policy 后训练。VLA backbone 保持冻结，其视觉编码器从 demonstration trajectories 中提取 latent representation；corrector 预测由已执行动作诱导的短期 latent residual。

部署时，LVM 比较预测和实际 latent residual。持续不一致会触发 interrupt event，丢弃 stale action queue，并在下一次 recovery query 上应用 OGG。

实验设置

论文在 MetaWorld、LIBERO 和真实 AgileX PiPER 6-DoF 机器人上评估 VLA-Corrector。PI0.5 是主要 backbone，同时包含 SmolVLA 和 X-VLA 的跨架构评测。

Benchmarks: MetaWorld、LIBERO、AgileX PiPER 真机任务。
Backbones: PI0.5、SmolVLA、X-VLA。
Metrics: task success、policy calls、recovery rate、inference overhead。

Performance efficiency trade-off across fixed action horizons — **性能与效率权衡。** 较小 horizon 提高响应性，较大 horizon 保留 chunking 效率，但也会扩大开环执行盲区。

主要结果

设置	Baseline	+ VLA-Corrector	提升
MetaWorld, PI0.5 avg. success	48.70%	64.35%	+15.65 points
MetaWorld, SmolVLA avg. success	61.90%	66.65%	+4.75 points
MetaWorld, X-VLA avg. success	55.55%	59.60%	+4.05 points
LIBERO, PI0.5 few-shot avg. success	94.00%	97.80%	+3.80 points
AgileX PiPER real-world avg. success	55.6%	73.3%	+17.7 points

在 MetaWorld 组件消融中，truncation alone 将平均成功率从 48.70% 提升到 60.35%， truncation plus OGG 达到 64.35%。论文还报告 83.7% 的 truncations 发生在人工标注的关键阶段。

分析

论文进一步分析 interrupt 的发生时机，以及纠错路径如何从 stale chunks 中恢复。

Task-phase analysis of LVM-triggered truncation — LVM-triggered truncations 主要集中在精确抓取、对齐等关键阶段。

Controlled recovery case — 在 controlled recovery case 中，VLA-Corrector 截断 stale actions，使用 OGG 重新规划，并完成 baseline 因继续执行原 chunk 而失败的任务。

代码

仓库包含基于 LeRobot 的实现、修改后的 VLA evaluation entry points，以及 latent dynamics corrector 训练模块。数据集、原始 demonstration data、预训练权重、微调 checkpoint、训练后的 corrector checkpoint、输出、日志和缓存不包含在仓库中。项目主页仅包含压缩后的无声真机展示视频。

安装、训练和评测命令见 GitHub 中文 README。

引用

论文已发布在 arXiv：2607.01804。

@article{pan2026vla,
  title={VLA-Corrector: Lightweight Detect-and-Correct Inference for Adaptive Action Horizon},
  author={Pan, Yi and Pan, Miao and Lu, Qi and Huang, Jiaming and Zhang, Man and Huang, Siteng and Li, Xin and Zhang, Jie and Shen, Yongliang and Zhang, Xuhong and others},
  journal={arXiv preprint arXiv:2607.01804},
  year={2026}
}