Backtrack

Backtrack 是一种针对冻结VLA模型的轻量级故障检测与恢复机制，无需演示数据、策略重训练或额外推理模型。

Backtrack 使用一个小型故障预测头，仅用冻结策略产生的带结果标签的轨迹进行训练，读取VLA内部表示来估计当前回合是否会失败。

当预测失败概率超过阈值时，Backtrack 暂停策略，沿机械臂近期运动轨迹回溯，并将控制权交还给未修改的策略使其从较早配置重试。

Backtrack 的故障预测头仅增加策略参数量的 0.48%–0.88%。

在 LIBERO-Long 长时多步任务集上，Backtrack 将各策略的失败率降低了 19%–48%，成功率提升最高达 7.4 个百分点。

在 LIBERO 三个较短的任务集上，控制成功率原本已达 85%–99%，Backtrack 的效果较小。

在 MetaWorld 上，使用 SmolVLA 测试的十二种控制器配置全部优于未辅助的策略。

Backtrack 的设计不依赖具体动作生成范式，只读取策略内部表示并施加外部回溯控制，因此能同时兼容流匹配和自回归两类模型。

Backtrack 的效果依赖于故障预测头的准确性，而预测头仅用特定策略的 rollout 训练，可能难以迁移到新任务或新环境。

Backtrack 的回溯动作需要机械臂具备一定的运动自由度，对于受限场景可能不适用。