Do Not Cut When Uncertain: Rejectable and Calibrated Decision Heads for VLA Policies in Robotic Harvesting

📄 arXiv: 2609.35039v1 📥 PDF

作者: Heng Zhang

分类: cs.RO

发布日期: 2026-09-28

💡 一句话要点

提出可拒绝和校准决策头以解决机器人采摘中的不确定性问题

🎯 匹配领域: 支柱一：机器人控制 (Robot Control) 支柱二：RL算法与架构 (RL & Architecture) 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 视觉-语言-动作 机器人采摘 决策机制 不确定性处理 风险校准 深度学习 机器学习

📋 核心要点

  1. 现有的视觉-语言-动作策略无法处理不确定性，导致在遮挡情况下做出高置信度错误的决策。
  2. 提出的可拒绝和校准决策头（RCDH）允许模型在不确定时拒绝行动，并通过明确的拒绝决策和校准程序提高决策质量。
  3. 实验结果显示，RCDH在遮挡条件下恢复了模型的可用性，并保持了在分布内的性能，展示了拒绝权的重要性。

📝 摘要（中文）

本文探讨了视觉-语言-动作（VLA）策略在机器人采摘中的应用，指出现有方法无法表达不确定性，导致高置信度错误。为此，提出了可拒绝和校准决策头（RCDH），该方法允许模型在不确定时拒绝行动，并引入了明确的拒绝决策和风险意识的校准程序。通过在可控叶片遮挡的机器人采摘平台上进行评估，结果表明，仅替换输出头即可在遮挡情况下恢复模型的可用性，同时保持在分布内的性能。

🔬 方法详解

问题定义：本文旨在解决视觉-语言-动作（VLA）策略在机器人采摘中因遮挡导致的决策不确定性问题。现有方法在面对模糊情况时无法表达拒绝行动的能力，导致高置信度的错误决策，造成不可逆的后果。

核心思路：提出可拒绝和校准决策头（RCDH），通过引入明确的拒绝机制和条件性决策分解，使模型能够在不确定时选择不行动，从而降低错误风险。

技术框架：RCDH可以附加到冻结的VLA骨干网络上，无需重新训练或添加新特征。其主要模块包括决策模式、拒绝机制和校准程序，形成一个完整的输出接口。

关键创新：RCDH的核心创新在于其拒绝机制和风险意识校准，允许模型在面对不确定性时做出更为谨慎的决策。这一设计与传统的VLA方法形成鲜明对比，后者通常被迫做出决策。

关键设计：RCDH的设计包括决策模式的明确结构、拒绝决策的有序分解，以及针对风险的校准程序。具体参数设置和损失函数的设计旨在优化拒绝决策的效果，确保模型在不同情况下的稳定性和可靠性。

🖼️ 关键图片

img_0
img_1
img_2

📊 实验亮点

实验结果表明，使用RCDH后，模型在遮挡条件下的可用性显著提高，恢复了在分布外的使用能力，同时保持了在分布内的性能。与传统方法相比，RCDH在决策准确性和风险管理方面表现出更优的效果，展示了拒绝权的重要性。

🎯 应用场景

该研究的潜在应用领域包括农业机器人、自动化采摘系统等，能够有效提高机器人在复杂环境下的决策能力。通过引入拒绝机制，未来的机器人系统将更具灵活性和安全性，能够在不确定情况下做出更合理的选择，减少错误操作的风险。

📄 摘要（原文）

Vision-Language-Action (VLA) policies trained with behavior cloning or flow matching are optimized to output an action trajectory, but they cannot express "I don't know" or "I should not act." In robotic harvesting, occlusion makes single-frame decisions fundamentally ambiguous: identical pixels can correspond either to a cuttable stem or to no stem at all. Existing VLAs are forced to commit, leading to high-confidence errors with irreversible consequences. We argue that the failure mode of a VLA is determined not by backbone scale but by its output interface. We propose Rejectable and Calibrated Decision Heads (RCDH), a typed, rejectable, and calibrated output interface that can be attached to a frozen VLA backbone without retraining or new features. RCDH introduces (i) a decision schema with explicit rejection and ordered, conditional decomposition, and (ii) a calibration procedure for risk-aware abstention. We evaluate RCDH on a robotic harvesting platform with controllable leaf occlusion, comparing generative, enumerated, calibrated, and rejectable interfaces. We show that replacing only the output head restores out-of-distribution usability under occlusion while preserving in-distribution performance. We further test whether the ordering of the rejection space is critical. Our results suggest that the right to refuse, rather than a larger model, is the missing interface for reliable manipulation under uncertainty.