语义泛化

Semantic Generalization进阶

面对没见过的物体、概念或指令说法，仍能理解意思并正确执行。

语义泛化是评测机器人策略、尤其是视觉-语言-动作模型（VLA）时常用的一个泛化维度，看模型能否在「意思层面」举一反三：没见过的物体类别、新的容器、换一种说法的指令、需要常识或概念推理的任务。它和视觉泛化（背景、光照、纹理变化）、执行层面的泛化（物体位置、初始姿态变化）相区分。2025 年的《What Can RL Bring to VLA Generalization?》按视觉、语义、执行三类构造测试，语义类包括未见物体、未见容器、未见指令表述、干扰容器等。VLA 被寄予厚望，一大原因就是能从互联网图文预训练中继承语义知识。