上交团队：VLA 技能重组难在「起始状态鸿沟」

上海交大团队发现 VLA 模型在具身操作中只是记住了序列模板：全指令训练在已见组合上有 40.0% 有序成功率，重组新组合仅 7.7%。团队提出 HSE 分层子任务执行诊断框架与 RoboCombine 基准，将失败定位在子任务交接处的「起始状态鸿沟」。其 PRTI 原子任务后训练策略把随机扰动下的有序成功率从 4.21% 提升到 18.16%。