麵包橫放令機械臂抓取失準：OOD姿態難題

一塊麵包的考驗

在該測試設置中，訓練階段的麵包通常豎放；改為橫放後，機械臂仍能辨識目標，抓取、移動、放置等整套技能俱在，動作卻總是偏移一點，令抓取以失敗告終。原始策略模型在此設置下的成功率僅為5%，遠低於訓練分佈內的表現。

根源：越出訓練分佈

失敗並非能力缺失，而是初始位姿越出了訓練分佈。模型的視覺—動作策略高度依賴訓練數據中的姿態分佈，遇到細微卻關鍵的幾何變化時難以泛化，出現「做得來但做不準」的情況。同類分佈外場景在真實部署環境中十分常見，是機械人落地的現實障礙。

補數據的代價

直觀的對策是重新採集示教數據、增加訓練，但這需要額外時間投入，對算力也是不小的負擔；加上端到端模型具有黑盒特性，問題定位與修正並不容易。如何以更低成本提升策略模型對分佈外姿態的魯棒性，成為機械人學習待解的方向。