AdaHVLA: Adaptive Harnesses for Long-Horizon Vision-Language-Action Execution

📄 arXiv: 2609.29204v1 📥 PDF

作者: Junyi Tang, Jie Peng, Zezhen Ding, Yuan Shen, Tianlong Chen

分类: cs.RO

发布日期: 2026-09-24

备注: 9 pages, 5 figures

💡 一句话要点

提出AdaHVLA以解决长时间视语言行动执行中的记忆与规划问题

🎯 匹配领域: 支柱一：机器人控制 (Robot Control) 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 长时间任务 视语言行动 自适应框架 机器人经验 任务执行 协调策略 记忆与规划

📋 核心要点

  1. 现有的VLA模型在长时间任务中缺乏持久记忆和有效规划，导致执行效果不佳。
  2. AdaHVLA通过自适应任务框架，结合机器人经验优化协调策略，提升了代理的推理能力。
  3. 实验结果显示，AdaHVLA在模拟环境中显著提高了任务成功率，实际应用也证明了其稳定性。

📝 摘要（中文）

视语言行动（VLA）模型在局部控制和指令执行方面表现出色，但在需要持久记忆和规划的长时间任务中常常面临挑战。为此，本文提出了AdaHVLA，一种自适应任务框架，通过机器人经验优化基于代码的协调策略，以更好地将代理的推理和记忆与VLA执行对齐。该方法通过分离证据分析、框架修订和行为评估，使用可测试的协调假设来指导修订和后续评估。在模拟实验中，AdaHVLA将NaVILA-LH的平均测试成功率从22.5%提高至57.5%，并在三个VLA基础模型上提高了操作测试成功率，最高提升幅度达30.8个百分点。实际部署进一步验证了适应性策略在任务阶段间的稳定执行能力。

🔬 方法详解

问题定义：本文旨在解决现有VLA模型在长时间任务中缺乏持久记忆和规划能力的问题。现有方法在处理复杂任务时，往往无法有效跟踪任务历史和执行进度，导致执行效果不理想。

核心思路：AdaHVLA的核心思想是通过自适应任务框架，利用机器人经验来优化协调策略，从而更好地对齐代理的推理和记忆与VLA执行。该方法通过分离不同的工作上下文来提高效率。

技术框架：整体架构包括证据分析、框架修订和行为评估三个主要模块。每个模块在独立的上下文中工作，使用可测试的协调假设来指导修订和后续的评估。

关键创新：最重要的创新在于引入了状态化修订图，该图将执行证据、假设、修订和观察到的效果联系起来，保留了替代框架和适应性记忆，以指导在重复尝试和不同任务环境中的优化。

关键设计：在设计中，采用了可测试的协调假设和状态化修订图，确保了框架的灵活性和适应性。此外，针对不同任务和环境的适应性策略也被纳入设计中，以提升整体执行效果。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

实验结果表明，AdaHVLA在NaVILA-LH任务中将平均测试成功率从22.5%提升至57.5%，在三个VLA基础模型上操作测试成功率最高提升30.8个百分点，显示出显著的性能改进。

🎯 应用场景

该研究的潜在应用领域包括机器人任务执行、智能家居系统和自动化工业等。通过提升长时间任务的执行能力，AdaHVLA可以在复杂环境中实现更高效的操作，具有重要的实际价值和未来影响。

📄 摘要（原文）

Vision-language-action (VLA) models offer strong local control and instruction following but often struggle with long-horizon tasks requiring persistent memory and planning. Task harnesses provide persistent context for agent reasoning by retaining task history and tracking progress across execution stages. To bring these complementary capabilities together, we introduce AdaHVLA, an adaptive harness that refines code-based coordination policies through robot experience to better align agent reasoning and memory with VLA execution. Its decoupled multiagent adaptation process separates evidence analysis, harness revision, and behavioral assessment into distinct working contexts, using testable coordination hypotheses to guide revisions and subsequent rollouts to assess their predicted effects. A stateful revision graph links execution evidence, hypotheses, revisions, and observed effects, preserving alternative harnesses and adaptation memory to guide refinement across repeated attempts and continued adaptation across tasks and environments. In simulation, AdaHVLA raises mean test success on NaVILA-LH from 22.5\% to as high as 57.5\% and improves manipulation test success across three VLA backbones by up to 30.8 percentage points over the initial harness. Real-world deployment further illustrates how the adapted policies support stable execution across task stages.