校准关系世界模型检测机器人动作接口的静默语义错配

论文研究用学习到的状态-动作-效果关系作为离线契约，检测机器人动作在满足形状与范围约束但语义错误时的静默错配，例如轴置换、符号反转、旋转缩放或夹爪极性反转，并对可能的出错字段排序。方法用干净的留出转移校准报警，用固定逆词表做闭集定位。在 LIBERO Spatial 的十个任务、432 条源轨迹上，按 2.5% 经验干净误报率做容量受控比较，岭回归前向残差召回率为 46.1%，四分量联合高斯混合为 61.0%，同一混合模型的精确条件分布为 65.7%；联合得分比岭回归高 14.9 个百分点，条件化再提升 4.7 个百分点，但联合得分的定位率为 95.8%，低于条件化的 94.6%。