BATON：把机器人任务探索成本从指数压到线性

① BATON：把机器人任务探索成本从指数压到线性

让机器人完成「把碗放进消毒柜再关上门」这类多步骤任务，传统做法有一个隐藏的灾难：每多一个阶段，需要试探的次数就乘一次方。假设每个子阶段要试 T 次才能收敛，K 个阶段连起来就要 T^K 次——K 稍大就天文数字，而且一旦某处失败，你根本不知道是哪个阶段出的错。

这正是长周期机器人操控的两大结构性失败之一。USC 研究团队在 2026 年 8 月发表的 BATON（arXiv 2608.16889）精准命名了它们：第一是组合爆炸，第二是过渡污染（transition contamination）——前驱子任务成功了，却以「后继没法用」的形态收尾（比如东西抓歪了、盖子没关严），可 VLA 原语只有「退出条件」没有「进入条件」。

图1：BATON 把探索单元从「整条任务」换成「子任务」，成本由指数变线性

BATON 的解法干净利落：让子任务成为探索的单位。每个子任务在短时程内独立完成并存下解法，长轨迹由「已验证的子解法」拼装，成本从 T^K 塌缩到 T×K；同时用一层过渡感知记忆修复污染——子任务内验证器（在调用 VLA 前用腕部视角确认场景就绪）、交接过渡（主动把前驱扰动过的状态恢复到后继可继承的入口）、前瞻过渡（模拟哪种结果能被下一个子任务继承）。

图2：三类过渡感知机制协同修复「过渡污染」

在 RoboMemArena（26 个任务、平均轨迹超 1000 步、68.9% 子任务依赖记忆）上，BATON 任务成功率较此前最佳提升 11.6%，累积成功率提升 14.9%，而且没有更新任何模型参数——增益纯粹来自「何时、以何种方式调用 VLA」的重新组织。这给所有做长周期智能体的人一个提醒：很多时候瓶颈不在模型容量，而在训练与调用的结构。

题释：原文标题 - Don’t Drop the Baton ，是指接力过程中别掉棒，正如多任务需要平滑过渡

关联推荐

• AI 接管文献核查：从 1950 年代文献计量学，到 2026 — 看 AI Agent 如何渗透科研全流程
• Biomni 登上 Science：通用生物医学 AI Agent 自主完成科研任务 — 通用科研智能体的另一面