失败恢复

Failure Recovery常用

机器人发现自己做错或快要失败时，自己调整并把任务继续做完的能力。

失败恢复指机器人在执行中察觉异常（抓空、物体滑落、卡住），再通过重试、换做法或退回安全状态把任务继续下去。只学过成功示范的模仿学习策略一旦偏离示范轨迹，就会进入没见过的状态，小错越积越大（即复合误差），所以恢复能力往往决定长程任务能不能做完。常见思路有两类：一是先检测并解释失败再重新规划，如 CoRL 2023 的 REFLECT 用大语言模型总结机器人经历、说明哪里出错，2024 年的 AHA 专门训练视觉语言模型判断失败；二是把恢复动作直接教给策略，如 2025 年的 RaC 在快失败时由人介入，先把机器人退回熟悉状态再示范纠正，用这类数据训练策略。