浙大联合TeleAI、伽马智能发布GR-BC算法：图加权行为克隆大幅提升机器人精细装配成功率至91%

SmartHey11月3日消息，在 CoRL2026 大会上，浙江大学沈春华团队联合中国电信人工智能研究院（TeleAI）、伽马智能白辰甲团队，正式推出全新机器人操作算法GR‑BC（Graph‑Reweighted Behavior Cloning，图加权行为克隆）。

该算法突破传统行为克隆对“完整完美示范”的依赖，能从大量含噪声、有失败、带人工干预的机器人试错轨迹中，自动识别并提取高价值局部动作片段，显著提升机器人在毫米级精细装配任务中的成功率。相关论文、项目主页与开源代码均已同步发布。

在真实工业场景中，如拧螺丝、硬件插接等任务，即便是经验丰富的操作员通过遥操作采集数据，也极难生成全程零失误的示范轨迹——成功轨迹常夹杂冗余调整动作；而失败记录中，却可能包含精准对齐、微调定位等高质量子过程。

传统方法将整条轨迹作为单一学习单元，导致大量蕴含信息的不完美样本被整体弃用。GR‑BC 的核心创新在于：摒弃“全轨迹即样本”的范式，转而将多轮试错经验建模为状态图，并在图中搜索最优可行路径，动态筛选出最具教学价值的动作片段用于模型训练。

算法流程分为四大模块：状态图构建、反向图搜索、动作加权训练、新轨迹回流迭代。

首先进行状态图构建：算法采用冻结的 MCR 视觉编码器，融合多视角视觉特征与夹爪实时状态生成图节点；节点间建立两类边——时间边（连接单条轨迹内相邻时刻）与相似边（跨轨迹连接满足多视角近邻、夹爪状态匹配、归一化距离低于阈值的节点），从而打通不同试错样本间的隐性状态关联。

建图完成后，算法从任务成功终点出发执行反向 Dijkstra 搜索，计算各状态抵达目标所需的最小路径代价，并映射为 0–1 区间的图检索进度（GRP）。随后对每段动作施加双重校验：既需达成可观的净任务进展，又要求中途回退幅度不超过预设阈值。通过校验的动作片段获得正向训练权重，未通过者权重置零；该权重直接融入VLA模型的损失函数，无需修改模型结构或引入额外模块。

每次真实部署产生的新轨迹（无论成功、失败或人工介入）均实时注入数据集，驱动状态图与权重动态更新，支持下一轮离线训练——旧片段的学习价值可随新数据重新评估，彻底规避对独立奖励模型或进度预测器的依赖。

团队在真机平台上完成四项高难度工业装配任务验证：四孔零件精密装配、显卡PCIe插装、双螺钉同步拧紧、DDR4内存条插装。其中内存插槽开口仅约1毫米，对位姿精度与接触力控制提出极致挑战。

以X‑VLA为骨干模型时，GR‑BC在四项任务中成功率分别达98%、93%、89%、83%，平均成功率约91%；相较类DAgger等权聚合基线（平均64%），性能跃升27个百分点。

算法具备优异的模型兼容性：在显卡插装任务中，替换为SmolVLA或π₀.₅骨干网络后，GR‑BC仍稳定超越对应基线。评测进一步表明，其生成的GRP信号不仅能准确判别任务成败，还可灵敏捕捉成功轨迹中发生的瞬时偏移、滑脱等局部回退现象，检出率达0.92。

面对现实机器人数据采集成本高昂的痛点，GR‑BC将数据价值评估粒度从“整条轨迹”下沉至“每一段动作”，充分激活失败样本中的有效信息，实现数据利用效率质的飞跃。

该技术为机器人预训练数据筛选、后训练策略优化及任务进度在线评估提供了新范式，尤其适用于工业领域毫米级装配、插接、容差对接等强鲁棒性需求场景，助力机器人真正掌握纠错能力与故障恢复机制，推动具身智能向高可靠实操阶段加速演进。