ForkCast：通过反事实未来预测实现视觉-语言-动作策略的主动恢复

预印本摘要称，研究者提出ForkCast预测性恢复框架，通过候选条件世界模型预测并对比反事实未来，在不更新冻结VLA骨干网络的前提下决定是否及如何介入操作。该框架在决策点评估继续执行、调整视角与重规划机械臂三种候选方案并由任务进度头评分，在注入遮挡与打滑的RoboTwin 2.0仿真任务中将冻结策略成功率从13.3%提升至30.0%，且在真实机器人实验中验证了有效性，代码计划开源。