HERON-CRA：讓機器人記住、修正並轉移技能，離可靠應用還有多遠？

機器人做一連串動作時，難題不只是辨認眼前的物品：它還得記得前面做過什麼，察覺動作是否偏離預期，並決定下一步怎麼補救。松延動力旗下具身智能品牌 Scalabot 發布的 HERON-CRA，正是針對這類長步驟操作而設計；它是 HERON 系列繼 HERON-World Model 後的第二個模型。不過，架構能說明它打算如何解題，示範則尚不足以證明它在陌生環境中也同樣可靠。61415

記住過程，而非只看當下

HERON-CRA 的 Context Expert 會將過去觀察到的空間位置與場景語意，隨時間編成結構化的上下文資訊，供模型決定後續動作。這裡的「4D」指的是三維空間加上時間，不是另一種獨立的空間維度。用意是讓機器人參考整段任務的變化，而不是只憑最新一張畫面反應。69

負責調整動作的 RL Engine，則被描述為輕量的「殘差式」行動者—評論者強化學習組件：它不完全取代原有的動作策略，而是學習在偏離預期時加上修正；其中的價值模型用來評估任務隨時間推進的情況。這套設計意在改善精細操作與失誤後的恢復，但現有資料未能單獨量出 RL Engine 貢獻了多少提升。59

第三部分是跨機器人本體預訓練，目標是讓學到的技能能用於身體構造不同的機器人。Scalabot 也提出另一條學習路徑：把真實操作中的成功與失敗狀態交給先前發布的 HERON-World Model，生成供後續學習的「想像軌跡」。這說明兩個模型預計如何銜接，不等於已證明想像出的後續發展能穩定預測實體機器人的結果。71415

摺襪數字亮眼，但能推論到哪裡？

Scalabot 報告稱，在其摺襪測試中，成功率從 38.5% 提升至 97.8%。這是特定任務上的顯著報告差距，不能延伸為機器人處理各種物品時的普遍成功率；現有材料也不足以獨立核對試驗次數、測試條件與比較基準。12

泡咖啡示範凸顯了為何多步驟任務需要記住先前進度；跨機器人遷移與受干擾後調整動作的展示，則呈現了系統希望具備的能力。但單靠這些展示，仍無法得知它換到陌生場景、不同機器人或更多類型的干擾時，能以多高的機率重複成功。4615

因此，值得關注的不只是哪個數字最高，而是下一步能否出現獨立、條件可比較的評估，並分別測試記憶、修正用強化學習、跨本體預訓練及想像軌跡各自的作用。在那之前，HERON-CRA 展示的是一套有連貫性的長步驟操作設計，而非已獲獨立驗證的通用可靠性。41415