ICRA 2026｜美團&北航提出LIBERO-X：五級遞進測試揭示VLA模型魯棒性短板

原文作者：公眾號“計算機頂會大全”

原文鏈接：https://mp.weixin.qq.com/s/SbiHonAq0qYEP-sC-sB-bA

 

 

論文作者來自美團和北京航空航天大學

論文鏈接：

arXiv預印本https://arxiv.org/abs/2602.06556

arXiv PDFhttps://arxiv.org/pdf/2602.06556.pdf

官方項目頁https://zackhxn.github.io/LIBERO-X/

 

LIBERO-X: Robustness Litmus for Vision-Language-Action Models

過去，很多VLA模型在標準機器人基準上表現不錯，但這并不等于它們真的具備真實部署能力。真實環境中的機器人任務，往往會同時遇到物體位置變化、場景結構變化、未見物體、視覺干擾和語言指令改寫等問題。

這篇論文提出LIBERO-X，核心不是再造一個更強模型，而是構建一個更嚴格的VLA魯棒性評測基準，用來檢驗現有視覺語言動作模型到底穩不穩。方法上，LIBERO-X設計了五級遞進式測試協議，從局部空間擾動、大范圍空間擾動，到場景拓撲重構、視覺屬性變化和語義等價指令改寫，逐層增加真實部署難度。同時，它構建了更高多樣性的訓練數據，并通過多標簽診斷分析模型在交互類型、子任務數量、空間關系、物體屬性等維度上的失敗模式。

實驗結果顯示，多個代表性VLA模型在LIBERO-X上都會隨難度增加明顯掉點，尤其在拓撲變化、未見物體、語言改寫和多步長程任務中表現不穩定。這說明現有VLA并不是不會完成任務，而是缺少對復雜分布偏移的穩定泛化能力。

這篇工作的價值在于，它把VLA評測從平均成功率推進到魯棒性診斷。對具身智能研究來說，未來不僅要做更大的模型，也要做更真實的基準、更細的失敗分析和更強的空間泛化、語言接地與長程執行能力，這正是VLA實用化落地的重要發文切口。

雷峰網(公眾號：雷峰網)