传感器运动对齐：具身策略的柏拉图代理
来自 arXiv · 期号 2026-10-23
摘要
机器人基础模型的评估通常依赖昂贵的闭环部署，这催生了对低成本离线代理指标的需求。柏拉图表征假说（PRH）认为，随着表征改进，视觉和语言等不同模态会趋近于一个共享的现实统计模型。 本文提出传感器运动对齐（$S^2$），一种无需训练的离线指标，用于衡量模型的感觉表征与物理运动几何结构的对齐程度。实验发现，$S^2$ 与下游机器人任务成功率呈正相关，可作为闭环评估前的低成本代理。它还能在微调为视觉-语言-动作模型（VLA）之前，识别有潜力的视觉-语言模型（VLM）骨干。 $S^2$ 将 PRH 扩展到了具身模型，使传感器运动对齐变得可测量，并为 VLA 和世界动作模型（WAM）中观察到的现象提供了表征层面的解释。