# 清华徐梦迪CoRL报告：部署时验证比策略扩展更高效

> 原文链接：https://robotics.hellobike.com/news/2026-11-18-corl-2026
> 频道：news | 更新日期：2026-11-18 | 标签：auto, rss, leiphone
> 核心摘要：清华大学徐梦迪在CoRL 2026提出机器人部署时学习范式，发布CoVer-VLA框架。实测显示规模验证比微调策略性能提升快7倍，批量32推理仅增8ms延迟；Dex-X利用仿真补全触觉使操作成功率提升超10%。

# 清华徐梦迪CoRL报告：部署时验证比策略扩展更高效

::: v-pre
> 本文由 AI 根据公开内容整理，可能有误，请以原文为准：[清华徐梦迪：预训练做再好都不够，机器人需要在部署中学习 | CoRL 2026](https://www.leiphone.com/category/private/S1vnQSfDZDVC7TWb.html)（雷峰网）

## 核心内容

在CoRL 2026“Learn@Deploy”研讨会上，清华大学交叉信息研究院助理教授徐梦迪发表主旨演讲，主张通用机器人不能仅依赖预训练泛化，必须具备部署时适应能力。团队发布的CoVer-VLA模型通过独立验证器对齐指令与动作，相比直接微调Pi0等策略模型，其性能提升速度快约7倍，在分布内任务提升20%，分布外任务提升10%，且验证过程在批量32时仅增加约8毫秒延迟，占整体推理耗时1%。

针对人类指令多样性与视频学习模态缺失问题，徐梦迪团队提出两项关键技术路径。ROSETTA系统利用大模型将模糊的人类口语偏好转化为强化学习奖励信号，解决非结构化指令的歧义消除难题；Dex-X工作采用教师-学生架构，以仿真器为桥梁填补人类演示视频中缺失的触觉监督信息。实验表明，引入仿真触觉反馈后灵巧操作成功率至少提升10%，验证了多模态补全对部署时技能习得的关键作用。

## 关键看点

- **CoVer-VLA验证机制**：采用对比学习训练独立验证器，部署时对改写指令与候选动作块双层打分，混合采样显著提升动作多样性与最优解命中率。
- **推理效率量化**：验证器纯离线训练，部署时并行查询开销极低，Batch Size 32下仅增加约8ms延迟，约占系统总延迟1%，实现轻量化适配。
- **仿真触觉补全**：Dex-X通过仿真环境生成接触信息作为教师信号，解决人类视频缺乏触觉的模态差距，使灵巧操作成功率提升10%以上。
- **指令歧义消除**：ROSETTA利用VLM将多样化人类自然语言偏好转化为标准化奖励信号，支持机器人在交互中动态适应个体差异与新任务需求。

## 工程与产业观察

该研究为具身智能落地提供了高性价比工程范式：与其无限堆叠预训练参数，不如构建轻量级部署时验证与适应模块。CoVer-VLA证明了“测试时计算”在VLA对齐中的有效性，而仿真补全触觉的思路则为低成本数据采集指明方向。这对解决真实场景长尾问题、降低机器人现场调试成本具有直接参考价值。
:::

## 原始参考来源 (Sources)

- [雷峰网：清华徐梦迪：预训练做再好都不够，机器人需要在部署中学习 | CoRL 2026](https://www.leiphone.com/category/private/S1vnQSfDZDVC7TWb.html)