LiLo-VLA Compositional Long-Horizon Manipulation via Linked Object-Centric Policies

Title: LiLo-VLA Compositional Long-Horizon Manipulation via Linked Object-Centric Policies Authors: Yue Yang et al. arXiv: https://arxiv.org/abs/2602.21531

arXiv 页面无稳定直链图片（HTML 侧未提供可长期复用的 figure URL）；Telegram 卡片图改用本地提取关键图。

Problem framing

LiLo-VLA 解决的是“长时操作的组合爆炸”：将任务拆为对象中心局部策略并通过链接机制进行时序拼接，目标是把长链条失败率从乘法放大改造成可恢复的局部误差。

Core method

该方法围绕 Robotics/VLA 主线中的可扩展性与鲁棒性问题，采用“结构化中间表示 + 任务约束”的方案，而非纯参数堆叠。

Key equations and mechanisms

形式上把任务策略写成 $\pi (a_t|o_t,g)={\sum }_i{w}_i(t){\pi }_i(a_t|o_t,{\mathcal{O}}_i)$ 其中 ${\pi }_i$ 负责对象子任务，链接器更新 $w_i$ 与切换条件。关键机制在于显式对象状态接口，提升跨步骤可组合性。

Experiment reading guide

1. 先看主任务成功率与长时地平线性能曲线。
2. 再看消融：去掉关键机制后的退化幅度。
3. 最后看跨场景/跨形态泛化，判断是否对真实机器人部署有意义。

Limitations

• 真实系统 latency、感知噪声、接触不确定性可能弱化离线收益。
• 数据分布若与目标场景差异过大，机制优势可能被 domain gap 吞噬。

Future work

• 与在线校准/测试时自适应结合，形成闭环部署范式。
• 与更强物理先验（接触、动力学约束）联合训练。

Replication angle

• 优先复现作者公开 benchmark 上的最小闭环。
• 记录可复现实验的三个关键旋钮：训练数据粒度、动作块长度/控制频率、推理时纠偏触发阈值。
• 评估指标建议补充“失败恢复时间”和“单次任务能耗”。

Graph: Paper Node 2602.21531