HexaShell
一种用于机器人操作的“薄壳”框架，强制视觉语言模型（VLM）直接编写可执行代码控制机器人，仅提供原始RGB图像和结构化日志，用于检验VLM的空间推理与编程能力
时间轴 (近 90 天)
HexaShell是一个“薄壳”框架，迫使VLM扮演全栈编程智能体角色，直接为真实机器人操作编写可执行代码，仅接收原始RGB图像，编写代码后读取日志迭代修正。
在HexaShell实验中，机器人首次抓取圆柱体失败，VLM根据日志将接近高度提高4厘米后第二次尝试成功。
据HexaShell项目团队公布的数据，在RLBench拾放任务中，VLM在三次尝试内达到78%的成功率。
HexaShell在Meta-World开门任务中成功率为62%。
HexaShell在自定义工具使用（螺丝刀插入）任务中成功率为45%。
在HexaShell的失败模式中，空间推理错误（深度误估）约占失败总数的30%，是仅用RGB时最大的瓶颈。
在HexaShell的失败模式中，时序顺序错误约占15%，令牌限制截断约占10%。
消融实验表明，在VLM和机器人之间加入学习到的运动规划器可将RLBench成功率提升至约90%。
HexaShell暴露的部署风险包括不受过滤的命令权限（错误move_to()可能驱动机器臂进入有人区域）、深度感知瓶颈和令牌限制问题。
高优先级缓解措施是部署实时安全包装器，在执行前根据关节限制、碰撞地图和速度上限验证每个运动原语。
还有 1 条时间轴事件
全部知识事实 (11)
令牌限制问题可通过分块生成解决：VLM输出短脚本，机器人运行并流式传输新日志，VLM继续生成。
50%待验证HexaShell是一个“薄壳”框架，迫使VLM扮演全栈编程智能体角色，直接为真实机器人操作编写可执行代码，仅接收原始RGB图像，编写代码后读取日志迭代修正。
50%待验证据HexaShell项目团队公布的数据，在RLBench拾放任务中，VLM在三次尝试内达到78%的成功率。
50%待验证HexaShell在Meta-World开门任务中成功率为62%。
50%待验证HexaShell在自定义工具使用（螺丝刀插入）任务中成功率为45%。
50%待验证在HexaShell的失败模式中，空间推理错误（深度误估）约占失败总数的30%，是仅用RGB时最大的瓶颈。
50%待验证在HexaShell的失败模式中，时序顺序错误约占15%，令牌限制截断约占10%。
50%待验证消融实验表明，在VLM和机器人之间加入学习到的运动规划器可将RLBench成功率提升至约90%。
50%待验证HexaShell暴露的部署风险包括不受过滤的命令权限（错误move_to()可能驱动机器臂进入有人区域）、深度感知瓶颈和令牌限制问题。
50%待验证高优先级缓解措施是部署实时安全包装器，在执行前根据关节限制、碰撞地图和速度上限验证每个运动原语。
50%待验证在HexaShell实验中，机器人首次抓取圆柱体失败，VLM根据日志将接近高度提高4厘米后第二次尝试成功。
50%