# 想要VLA更可靠，代价是更多重规划吗？

想要VLA更可靠，代价是更多重规划吗？

完整文章：https://haiguangboy.com/posts/chunktrust

## 核心方法

无需训练的AHS保留基座权重和动作值，评估候选前缀的两类证据：
↳ 块内：flow生成过程中，频谱相对早期去噪基线是否稳定。
↳ 块间：接到已执行动作后，速度是否不规则。独立看很稳定的预测，也可能接不上历史运动。

带遗忘的Beta状态积累回合内长度偏好，缓解单次证据噪声；每局重置。可选QHA离线学习条件先验，部署时不在线更新。

## 关键结果

· RoboTwin完整50任务，同一π0.5成功率56.70%→63.50%。
· RoboCasa24任务，Qwen3GR00T为47.83%→57.50%；独立八任务Fast-WAM评测组为86.81%→88.13%。
· 真机四任务各15次，归一化过程得分50.4%→57.5%，不是完整成功率。

## 相关路线对比

- 相反路线 · [SmoothRL:只对真正执行的动作算账](https://haiguangboy.com/posts/smoothrl_online_reinforcement_learning_during_asynchronous_execution) `smoothrl_online_reinforcement_learning_during_asynchronous_execution_2026_09`：SmoothRL:只对真正执行的动作算账
- 同路线 · [Agile-WAM：轻量视触觉联合预测](https://haiguangboy.com/posts/agile-wam) `agile_wam_an_agile_tactile_world_action_model_for_contact_rich_robot_control_2026_09`：评测范围和成本口径必须分别说明 validates 小样本及选优评估不能外推为稳定通用能力
- 同路线 · [DexTouch-WM：人类触觉预训练](https://haiguangboy.com/posts/dextouch-wm) `dextouch_wm_learning_action_conditioned_tactile_world_models_from_human_touch_fo_2026_09`：内部质量和Beta后验不是校准成功概率 validates 相关性不等于成功率，也不等于绝对得分校准
- 同路线 · [HyperWorld:拆开,泛化掉31分](https://haiguangboy.com/posts/hyperworld_hypergraph_structured_state_serialization_improves_learned_textual_wo) `hyperworld_hypergraph_structured_state_serialization_improves_learned_textual_wo_2026_09`：HyperWorld:拆开,泛化掉31分
- 同路线 · [Introducing Gemini Robotics ER 2](https://haiguangboy.com/posts/google_blog_gemini_robotics_er_2_20260730) `google_blog_gemini_robotics_er_2_20260730_2026_07`：平均提升不能遮住回退，也不能宣称全面胜过其他选择器 validates 数字缺对照:未点名竞品、未给基线数值、对比图表不可核
- 同路线 · [OpenWAM:正确答案会随规模变](https://haiguangboy.com/posts/openwam_an_open_modular_exploration_towards_systematic_world_action_model_pretra) `openwam_an_open_modular_exploration_towards_systematic_world_action_model_pretra_2026_09`：OpenWAM:正确答案会随规模变

## 边界

⚠️ 平衡不等于最优，更不是安全保证
内部质量与Beta状态不是校准成功概率。选定前缀执行期间没有新观测监控，突发扰动仍需其他机制。QHA存在任务回退；上述延迟实验使用受控时钟，不能直接当作原生部署耗时。选择器开销小，也不代表整局更省算力。

## 作者判断(非论文内容,跨论文综合观点)

💡 放到执行层的技术脉络里
Legato通过训练改善动作块衔接；SmoothRL学习残差修正执行动作；ChunkTrust保留动作值，调整重新获取反馈的时机。

三者处理不同环节。判断执行方案是否值得部署，应把成功率、反馈时效、模型调用与总计算一起看，而不是只报选择器的毫秒开销。