具身智能全文深读与原图讲解

LOGIV：动作做完了，前置条件还成立吗

怎样修复被后续动作破坏的旧条件，而不是从头重做整个任务？

LOGIV 作者团队预印本首发 · 近7日补收 2026.10.29

代码可见 · 许可与完整资源待核

IN A NUTSHELL

LOGIV 给低层机器人策略加上符号计划与视觉核验。核心区别是把“这个动作执行过”与“它产生的条件仍然成立”分开，发现旧条件失效时只修复受影响的依赖部分。

图解主要方法

怎样修复被后续动作破坏的旧条件，而不是从头重做整个任务？

1
图3上部：先把计划变成依赖图
LAMA生成PDDL动作序列，经VAL检查，再建立前置条件、因果支持与资源关系组成的图。低层VLA或世界动作模型只执行被选中的节点；图记录哪些未来动作仍依赖过去结果。
2
三道门分别检查观察、当前节点和全图
State Gate结合视觉模型与机器人反馈确认状态，无法判断时最多重复观察三次，仍不明确就停止为UNRESOLVED。Node Gate检查当前动作条件，Graph Gate重新核查已完成节点留下的、未来仍需要的条件；完成标记不能替代状态事实。
3
从保留的后续动作反推修复目标
发现某个条件丢失后保留不受影响的未完成步骤，将最终目标通过这些动作向后回归，得到局部恢复所需条件。生成修复片段并与后续计划拼接，再由VAL验证；不成功时扩大替换范围。
4
明确符号验证的能力边界
VAL证明的是给定PDDL模型中的计划一致性，视觉判断错了、动作效果模型漏了，真实执行仍会失败。局部修复也没有保证最小或完备；图3的人类求助分支不应被误读为实验中使用了人工兜底。

已阅读正文、算法及实验设置相关附录，核对实验条件与原图；未独立复现。

来源证据RoboTwin与BiCoord各10任务，每任务10初始化；三个低层骨干在干净示范上微调。GPT-4o核验、规划30秒、VAL5秒、最多三次修复，评估关闭人工协助。干净条件均值71.67→82.33与42.33→57.67。 §4与附录B：模拟实验 ↗

我的解读系统增益包含视觉判断、额外推理和规划预算，应与同预算的重试或全局重规划比较。

来源证据pi0.5在扰动RoboTwin由32%到60%、BiCoord由31%到48%；去Graph Gate时60%降到48%，全局重规划重复动作1.6次而局部修复0.2次。扰动与消融 ↗

我的解读这支持追踪跨步骤依赖，但条件恢复指标的分母依赖实际发生的事件，不能直接当全部任务成功率。

来源证据三个任务各10次，总成功12/30变17/30：番茄7→9、积木3→5、线缆2→3。真实机器人 ↗

我的解读真实证据方向一致但样本很小，不能声称已证明工业长周期可靠性。

GitHub含core、perception、planning等实现，并提供部分任务PDDL；未找到明确根LICENSE，不能称完整开源。论文使用的全部微调策略权重与所有任务资源尚未核实齐备。

LICENSE论文 CC BY 4.0；代码与权重许可另见开放范围

独立分析 · 未复现实验

把持续状态与历史动作分离，正面处理长任务中常被忽视的依赖失效，并用消融量化Graph Gate作用。

依赖PDDL覆盖、视觉状态可靠性和低层策略可执行性；额外延迟、小规模真机评估及修复预算限制仍明显。

值得作为长流程监控层集成试验，先验证错误检测与安全停机，再谈无人值守。

未执行的验证方案：固定扰动脚本与总调用预算，比对简单重试、全局重规划和局部修复，记录误报警、漏检、无效重复、停机与人类接管次数。