核心发现
方法论
ENAP框架结合自适应聚类和扩展L*算法，从视觉运动数据中提取Mealy状态机作为高层规划器，并通过行为克隆训练低层残差网络实现精准连续控制。
关键结果
- 在复杂操作任务中，ENAP比SoTA VLA模型在低数据场景下性能提升27%，并使用少39%的参数。
- ENAP在长时间任务中展示了任务逻辑的结构化表示，例如循环依赖和失败恢复。
- 消融实验表明，符号结构的引入显著提高了样本效率和任务解释性。
研究意义
该研究解决了机器人长时间任务中高效学习和解释性不足的问题，通过符号结构与连续控制的结合，显著提升了任务执行效率和可解释性，为机器人认知架构的发展提供了新方向。
技术贡献
提出了一种无标签的神经符号框架，结合自适应符号抽象和扩展L*算法，首次实现从视觉运动数据中自动发现任务结构，避免了手工设计符号先验。
新颖性
ENAP首次将Mealy状态机与残差网络结合，形成双层架构，从数据中自适应地学习符号结构，显著区别于依赖手工符号的传统方法。
局限性
- 在高噪声数据中，符号抽象可能不稳定，影响状态机质量。
- 扩展L*算法对数据稀疏性敏感，可能需要更多样本支持。
未来方向
未来可以探索如何在动态环境中实时更新状态机结构，以及结合强化学习进一步提升低层控制策略的适应性。
AI 总览摘要
机器人学习长时间任务面临结构化推理和样本效率的挑战。现有端到端方法难以有效捕捉任务逻辑，而传统神经符号方法依赖手工设计符号，限制了适应性。
ENAP框架通过视觉运动轨迹自适应地学习符号结构，结合Mealy状态机作为高层规划器和残差网络作为低层控制器，实现了任务逻辑的结构化表示和精准控制。实验表明，ENAP在复杂操作任务中性能优于现有方法，尤其在低数据场景下提升了27%。
该研究不仅提升了机器人任务执行效率，还为机器人认知架构的发展提供了新方向。未来工作可探索动态环境中的实时结构更新以及更高效的低层控制策略。
深度分析
研究背景
机器人学习领域近年来发展迅速，端到端方法在短时间任务中表现出色，但在长时间任务中缺乏结构化推理能力。神经符号方法虽然结合了符号推理和连续控制，但依赖手工设计符号，限制了适应性。
核心问题
机器人长时间任务需要结合高层规划和低层控制，但现有方法要么结构化不足，要么依赖手工符号，难以在复杂任务中高效学习和执行。
核心创新
ENAP提出了一种双层架构：高层通过扩展L*算法从视觉运动数据中学习Mealy状态机，低层通过行为克隆训练残差网络实现精准控制。与传统方法相比，ENAP无需手工设计符号，显著提升了适应性。
方法详解
- �� 自适应聚类：使用HDBSCAN算法将连续观测空间离散化为符号。
- �� 扩展L*算法：从轨迹数据中构建Mealy状态机，捕捉任务逻辑。
- �� 残差网络：结合状态机输出，通过行为克隆学习连续控制策略。
- �� 消融实验：验证符号结构对任务效率和解释性的影响。
实验设计
实验使用复杂操作任务数据集，比较ENAP与SoTA VLA模型的性能，评估低数据场景下的样本效率，并进行消融实验分析符号结构的贡献。
结果分析
ENAP在低数据场景下性能提升27%，使用少39%的参数；任务逻辑的结构化表示显著提高了解释性；消融实验表明符号结构对样本效率至关重要。
应用场景
ENAP适用于工业机器人复杂操作任务，例如装配和故障恢复。其结构化逻辑可用于任务规划，提升效率和可靠性。
局限与展望
ENAP对数据质量敏感，在高噪声或稀疏数据中可能表现不稳定；扩展L*算法在动态环境中需要进一步优化。
通俗解读 非专业人士也能看懂
想象一个机器人在厨房里做饭。ENAP就像一个厨师助手，它先通过观察学习如何做菜（视觉轨迹），然后把这些步骤总结成一个“菜谱”（状态机）。这个菜谱告诉机器人每个阶段该做什么，比如“切菜”或“煮汤”。同时，机器人还学会了如何调整动作，比如切菜时用多大的力。这种结合让机器人既能理解任务逻辑，又能精准执行。
简单解释 像给14岁少年讲一样
想象你在玩一个关卡很长的游戏。ENAP就像一个超级攻略助手，它先观察你玩游戏的方式，然后总结出每个关卡的通关逻辑，比如“先打怪，再开门”。同时，它还能帮你优化操作，比如告诉你用哪个技能更有效。这样，你不仅能快速通关，还能学到游戏的整体策略！
术语表
Mealy状态机
一种有限状态机，其输出依赖于当前状态和输入。
用于表示任务逻辑的高层规划器。
扩展L*算法
一种从数据中学习状态机的算法，扩展了经典L*以支持概率和连续数据。
用于从视觉轨迹中提取任务结构。
行为克隆
通过模仿专家演示来学习控制策略的方法。
用于训练低层残差网络实现精准控制。
HDBSCAN
一种自适应聚类算法，可从连续数据中发现离散符号。
用于符号抽象阶段。
视觉运动轨迹
机器人执行任务时的视觉和运动数据序列。
ENAP从中学习任务逻辑。
开放问题 这项研究留下的未解疑问
- 1 如何在动态环境中实时更新状态机结构？
- 2 如何进一步提升低层控制策略的自适应性？
应用场景
近期应用
工业机器人装配
通过ENAP结构化逻辑提升装配任务效率和可靠性。
任务故障恢复
利用状态机逻辑实现自动化故障检测和恢复。
远期愿景
通用机器人认知架构
结合符号结构和连续控制，构建可解释的通用智能机器人。
原文摘要
Scaling robot learning to long-horizon tasks remains a formidable challenge. While end-to-end policies often lack the structural priors needed for effective long-term reasoning, traditional neuro-symbolic methods rely heavily on hand-crafted symbolic priors. To address the issue, we introduce ENAP (Emergent Neural Automaton Policy), a framework that allows a bi-level neuro-symbolic policy adaptively emerge from visuomotor demonstrations. Specifically, we first employ adaptive clustering and an extension of the L* algorithm to infer a Mealy state machine from visuomotor data, which serves as an interpretable high-level planner capturing latent task modes. Then, this discrete structure guides a low-level reactive residual network to learn precise continuous control via behavior cloning (BC). By explicitly modeling the task structure with discrete transitions and continuous residuals, ENAP achieves high sample efficiency and interpretability without requiring task-specific labels. Extensive experiments on complex manipulation and long-horizon tasks demonstrate that ENAP outperforms state-of-the-art (SoTA) end-to-end VLA policies by up to 27% in low-data regimes, while offering a structured representation of robotic intent (Fig. 1).