TL;DR

生成式机器人策略（如 Diffusion Policy）虽然强大，但一直存在两个弊端：一是“效率僵化”，无论动作难易都要跑完固定步数；二是“安全盲区”，模型无法感知当前的视觉场景是否偏离了训练分布。本文提出的 GeCO 彻底颠覆了基于时间的流匹配范式，通过构建平稳矢量场，让推理变成了一个纯粹的优化过程：简单的动作“秒回”，复杂的动作“深思”，且天生自带 OOD 检测能力。

1. 痛点：盲目的时间轴积分

目前的流匹配（Flow Matching）模型在推理时，本质上是在解一个 ODE（常微分方程）。这个方程被强行绑定在一个虚拟的时间轴 $\gamma \in [0,1]$ 上。

• 结构性低效：无论机器人是只是在大跳空手道，还是在进行微米级的螺母装配，它都必须走完预设的（比如 20 步）积分路径。
• 几何缺失：由于速度场 $v_{h}eta(x,\gamma )$ 是随时间变化的，模型没有一个稳定的“能量底座”。当遇到从未见过的危险场景时，传统的流匹配模型依然会通过积分吐出一个动作，尽管这个动作可能是随机且危险的。

2. 核心直觉：从“轨迹”到“吸引子”

GeCO 的核心思想是时间破除（Time-unconditional）。作者不再学习如何从噪声“演化”到动作，而是直接在动作序列空间里画了一张“地图”——一个平稳的速度场 $f_{h}eta(x,s)$。

在这个场中：

1. 专家行为是“深谷”：通过速度缩放（Velocity Rescaling），专家动作被训练成速度为 0 的稳定吸引子（Attractors）。
2. 噪声/差动是“斜坡”：任何不完美的动作序列都会沿着梯度方向滑向最近的专家行为分布。

图 1：从固定计划（上）到自适应优化（下）的转变。可以看到 ID 状态能迅速收敛，而 OOD 状态则持续震荡。

3. 方法论详解：如何实现“自适应”与“安全”

A. 自适应推理 (Adaptive Inference)

由于 GeCO 运行的是梯度下降迭代 $a^{(k+1)}=a^{(k)}-\eta f_{h}eta(a^{(k)})$，我们可以直接监控梯度的模长 $\Vert f_{h}eta\Vert$。

• 简单状态（如空载移动）：梯度迅速减小到阈值以下，3-5 步即可退出。
• 复杂状态（如精密对准）：梯度持续存在，模型会用满 20 步预算进行精细打磨。

B. 内在安全信号 (Intrinsic OOD Detection)

这是 GeCO 最迷人的数学特性。在 ID（分布内）数据中，优化最终总能找到速度为 0 的平衡点。但如果输入的视觉特征 $s$ 是模型从未见过的（OOD），它诱导出的速度场将是混乱的，优化过程无法收敛。

结论：最终的梯度残差范数 $\Vert f_{h}eta(\hat{a},s)\Vert$ 就是天然的异常得分。 无需额外的判别器，无需模型集成，真正实现了“模型知道自己不知道”。

4. 实验战绩：VLA 模型的强力插件

GeCO 的一大优势是 Plug-and-Play。研究者将其直接嵌入到 π0 系列大规模 VLA 模型中。

• 真实机器人验证：在“螺母装配”和“试管整理”这两个极高精度要求的任务中，GeCO 将成功率从基座模型的 10%-20% 暴力提升到了 70%-80%，同时平均每步推理仅需 5-6 步计算（基座固定为 10 步）。
• 鲁棒性表现：在 RoboTwin 2.0 的 Hard 模式下，面对光照变化和堆叠干扰，GeCO 的成功率几乎翻倍，展现了优化机制在处理不确定性时的韧性。

图 2：Galaxea R1 机器人在 GeCO 驱动下完成高精度的螺母对准。

5. 深度洞察：为什么优化比积分更好？

从几何角度看，传统的流匹配是在解“初值问题”，一旦初始方向错一点，误差会随积分步数累积。而 GeCO 是在执行“能量最小化”，这具有更强的自纠偏能力。

局限性：虽然 GeCO 在实验中表现优异，但其收敛速度仍然依赖于步长 $\eta$ 的启发式设计。未来如果能引入二阶优化方法或更严格的 Lipschitz 常数约束，其推理速度和稳定性还有进一步激发的潜力。

总结 (Takeaway)

GeCO 证明了生成式控制并不一定要遵循扩散的时间轴。通过将控制问题回归到经典的优化视角，我们不仅获得了推理效率的“财务自由”，还通过几何一致性为机器人的安全合规部署夯实了地基。