鲁棒性

Robustness常用

输入或环境出现干扰、噪声、小变化时，系统表现不明显下降的能力。

鲁棒性是英文 robust（强健）的音译，指系统在输入出错、环境扰动或条件变化时仍能正常工作的能力。它和泛化有重叠但侧重不同：泛化问「换成新物体、新场景还行不行」，鲁棒性更关注同一任务遇到光照变化、相机偏移、传感器噪声、被人推一下等干扰时会不会崩。真实世界的扰动无处不在，所以机器人对鲁棒性要求很高。2025 年的 LIBERO-Plus 在仿真基准 LIBERO 上系统加入七类扰动，发现一些 VLA 在相机视角或初始状态稍变时成功率从 95% 跌到 30% 以下，还常常忽略语言指令。常用提升手段有域随机化、数据增强和扰动训练。