位置泛化（空间泛化）

物体摆到训练时没出现过的位置或朝向，策略仍能做对的能力。

位置泛化指任务和物体都不变，只是物体或机器人自身的初始位置、朝向换到训练数据没覆盖的地方，策略还能不能成功。OpenVLA 的评测把它叫「运动泛化」，定义就是没见过的物体位置和朝向。它是视觉运动策略的常见短板：模仿学习得到的策略往往只在演示覆盖过的区域附近可靠，物体挪远一点成功率就明显下降，所以采数据时要在桌面不同位置反复摆放。DemoGen 为此用一条真人演示合成出大量不同位置的演示；LIBERO-Plus 发现，只要稍微扰动机器人初始状态或相机视角，一些 VLA 的成功率就会从 95% 跌到 30% 以下。

例子训练时方块只放在桌面左半边，测试时放到右半边或旋转 90 度，看机械臂能否照样抓起。

也叫

空间泛化、位置泛化、运动泛化、Motion Generalization

相关

泛化、物体泛化、场景泛化、分布外、DemoGen、LIBERO-Plus

来源

OpenVLA: An Open-Source Vision-Language-Action Model
DemoGen: Synthetic Demonstration Generation for Data-Efficient Visuomotor Policy Learning
LIBERO-Plus: In-depth Robustness Analysis of Vision-Language-Action Models

信息截至

2025-10