来源： 今日头条

原文链接： https://www.toutiao.com/article/7658710770200379938/2026 IEEE/RSJ 智能机器人与系统国际会议（IROS: International Conference on Intelligent Robots and Systems）将于2026年9月27日至10月1日在美国匹兹堡召开。IROS是机器人领域最具影响力的国际会议之一。IPADS 的一篇研究论文被IROS 2026接收，该研究聚焦视觉-语言-动作模型在复杂开放环境中的鲁棒部署问题。该工作也是开源鸿蒙具身智能PMC在具身智能体方向的探索。

视觉-语言-动作模型（Vision-Language-Action Models, VLA）正在成为通用机器人控制的重要技术路线，但现有VLA 模型在真实环境部署中仍容易受到视觉干扰、语言歧义、环境变化和长程任务累积误差的影响。本工作提出SOMA，一个面向 VLA 鲁棒性的策略编排与记忆增强系统，探索通过上下文内自适应提升 VLA 模型在复杂机器人任务中的泛化能力。

具体而言，SOMA 构建了对比式双记忆检索增强模块，同时存储成功轨迹和失败轨迹，使系统能够从历史经验中识别有效策略与错误来源；同时，SOMA 引入归因驱动的大语言模型编排器，根据当前观测、任务指令和检索到的经验自动诊断失败原因，并通过 Model Context Protocol（MCP）动态组织工具链，对视觉输入、语言指令和执行流程进行干预。系统支持视觉高亮与纹理替换、无关物体擦除、噪声指令重写、长程任务分解和关键步骤重试等多类工具。进一步地，SOMA 通过离线双阶段记忆巩固机制持续更新经验库，使系统能够在不微调 VLA 参数的情况下不断优化后续任务中的归因和干预策略。实验表明，SOMA 在无需参数微调的情况下，能够显著提升冻结 VLA 模型在复杂分布外任务中的鲁棒性。在本文提出的 LIBERO-SOMA 基准上，对 π₀、π₀.₅ 和 SmolVLA 三种VLA模型进行了系统评测。结果显示，SOMA 平均实现59.3%的执行成功率提升。

论文信息：

Zhuoran Li*, Zhiyang Li*, Kaijun Zhou, Jinyu Gu✉️. SOMA: Strategic Orchestration and Memory-Augmented System for Vision-Language-Action Model Robustness via In-Context Adaptation. IEEE/RSJ International Conference on Intelligent Robots and Systems, 2026. （标*为共同第一作者）

原文链接: https://www.leiphone.com/category/private/vj4YLWc3KhA1HKSP.html