验证损失能预测真机成功率吗？SO-101 机械臂上四种模仿学习策略的实测证据

Does Validation Loss Predict Real-Robot Success? Evidence from Four Imitation-Learning Policies on a Low-Cost Arm

AI 导读 · 根据来源整理

研究在 SO-101 机械臂的抓取放置任务上训练 ACT、Diffusion Policy、SmolVLA 和 π0.5（仅动作专家），用 12 到 200 条演示的嵌套子集，对 82 个检查点打分并与 930 次台架 rollout 对比。结果显示，同一策略内留出动作误差与台架成功率相关（Spearman ρ 从 -0.23 到 -0.88），但相关性不强于仅用训练回合数；跨策略时排序反转（200 条演示时 ρ = +0.90），留出误差最低的策略在 110 次 rollout 中仅成功 3 次。