Science Robotics / Research Article

Transfer learning in robotics: From promises to practice through the emerging role of foundation models

作者：Michael C. Welle, Noémie Jaquier, Andrej Gams, Jens Lundell, Danica Kragic · 单位：Department of Robotics, Perception and Learning, KTH Royal Institute of Technology, Stockholm, Sweden, Jožef Stefan Institute, Ljubljana, Slovenia, University of Turku, Turku, Finland · 来源：Science Robotics · 发布日期：2026-04-29 · DOI：10.1126/scirobotics.aeh4374

视觉语言动作强化学习机器人

精读笔记

Problem Setting

【Transfer learning in robotics: From promises to practice through the emerging role of foundation models，Science Robotics / 2026】这篇文章实际处理的不是一个窄任务，而是机器人迁移学习的 agenda reset：当 foundation models 进入机器人系统后，transfer 的核心对象应该如何从 policy-level adaptation 转向跨 robot、task、environment 的 capability accumulation。

真正困难点不在于“能不能在新任务上提升一点成功率”，而在于机器人系统的变化维度是耦合的：embodiment 改变会改变动作空间和动力学，task 改变会改变目标与约束，environment 改变会改变感知分布和可交互对象。过去很多迁移方法只在其中一个轴上做局部泛化，因此一旦多个轴同时 shift，所谓 transfer 很容易退化为重新训练或 dataset interpolation。

关键矛盾是：可泛化的表示通常越抽象，越难直接落到动作；可执行的控制策略越具体，越难跨机器人和场景复用。本文把这个矛盾明确化：transfer 必须发生在“足够抽象以泛化、足够 grounded 以行动”的层级。foundation models 的角色正是在这个张力中提供高层语义先验，但它们并不自动解决 grounding 和控制。

Motivation

已有机器人迁移路线的问题是过度依赖局部相似性：相似动力学、相似 morphology、相似任务参数、相似仿真-真实 gap。一旦 source 和 target 的相似性不可保证，迁移就可能变成 negative transfer。更严重的是，很多工作只报告 target performance，而没有区分到底是 source knowledge 被有效复用，还是目标域数据、模型容量、训练规模在起作用。

作者的核心观察是：机器人迁移长期没有兑现，很大程度不是因为缺少更强的 policy optimizer，而是因为缺少正确的 transferable abstraction。低层动作模仿可以迁移 very local 的行为，但很难迁移任务意图、约束、对象 affordance 和语义目标；而这些高层结构恰好是 foundation models 可能编码得比较好的部分。

关键缺口因此不是“再做一个 VLA 模型”，而是：如何定义哪些知识值得迁移、在哪个抽象层迁移、如何度量迁移质量、以及如何在相似性不足时主动拒绝迁移。本文的动机更像是给 foundation-model-era robotics transfer 设定研究坐标系。

Core Idea

核心思想可以概括为：把 robotics transfer 从低层行为复用问题，重构为多层抽象上的知识复用问题。robot / task / environment 三个轴定义了变化空间；mimicry、imitation、emulation、causal understanding 定义了可迁移知识的抽象层级。foundation models 的新增价值在于，它们天然更适合承载高层语义对应、任务结构、对象先验和指令条件，而不是直接替代低层控制。

这个建模方式引入的 inductive bias 是语义不变性和结构对应性：不同机器人可能动作空间不同，但“把杯子放到桌上”“抓取可供握持区域”“避开危险区域”这类目标-约束结构可能保持不变。相比传统 policy transfer，它把可复用部分从 trajectory manifold 提升到 task/goal/constraint manifold，因此理论上更 scalable，也更可能跨 embodiment 和 environment 泛化。

但这个想法成立的前提是高层语义能被可靠 grounding。否则 foundation model 只是提供一个看似通用的 prior，实际执行仍然依赖下游 skill library、视觉定位、规划器和控制器。本文对此判断是清醒的：foundation models 不替代 transfer learning framework，而是补齐 capability stack 中高层抽象和语义 planning 的缺口。

Method

本文没有可复现的方法 pipeline；所谓 method 是一个 conceptual decomposition。

第一，robot-task-environment 三轴：它解决的是 transfer space 定义混乱的问题。过去很多工作声称 transfer，但没有说明 shift 发生在哪个维度。三轴框架迫使研究者明确 source-target 差异，并区分跨机器人、跨任务、跨环境及其组合 shift。

第二，抽象层级：它解决的是“迁移什么”的问题。动作级迁移适合 embodiment 接近的设置；任务表示和约束级迁移适合几何变化；语义 planning 和 instruction following 适合高层目标变化。核心变化是把 transfer object 从 policy parameters 扩展到 representations、priors、task structures。

第三，foundation models 作为高层 prior：它解决的是传统机器人学习缺少开放语义和大规模外部知识的问题。它们可以通过 retrieval、language grounding、object-centric priors 或 semantic task correspondences 提供跨任务共享结构。但这里更像是 representation / retrieval 层面的迁移，不应误读为端到端控制能力已经解决。

第四，transfer quality / transfer gap / negative transfer 评估：它解决的是结果归因问题。只看 target success rate 无法判断迁移是否真实发生。需要比较从零学习、预训练、不同 source-target 距离、不同数据量下的性能变化，才能判断 transfer 的净贡献。

Key Insight / Why It Works

最重要的 insight 是：机器人迁移的瓶颈不是所有知识都不能迁移，而是我们经常试图在错误层级迁移。低层 motor policy 对 embodiment 和接触动力学极其敏感，因此跨平台复用脆弱；高层目标、对象关系、约束和任务语义相对稳定，因此更适合作为 transfer carrier。foundation models 的价值正是把这些相对稳定的结构以大规模预训练表示的形式带入机器人系统。

如果这些系统有效，最可能的原因不是 foundation model 具备了完整机器人推理，而是三个因素叠加：第一，pretraining scale 带来的数据覆盖，使模型在对象、语言、场景关系上有更宽的 prior；第二，representation alignment 让不同任务实例可以落到相近的语义空间；第三，retrieval / object-centric priors 在 test-time 提供了近邻经验或可复用 affordance。这更接近 memory reuse + latent structure + data coverage，而不是强意义上的 causal reasoning。

文中提到 multitask pretraining 在 distribution shift 下更 robust，并减少 task-specific data。这个现象合理，但归因需要谨慎：增益可能主要来自 scaling / data diversity，而不是 transfer mechanism 本身的结构性创新。如果没有控制模型容量、数据覆盖、任务 overlap 和 benchmark selection，很难证明它学到了可组合的抽象，而不只是更大的经验库。

本文真正有价值的部分不是“foundation models 会解决机器人迁移”，而是把 foundation models 放在正确位置：它们适合做高层语义和先验迁移，但必须被 perception、skill、planning、control grounding。任何把 VLM/VLA 输出直接等同于 robust transfer 的说法都过度乐观。negative transfer 在 foundation model 时代甚至更危险，因为 broad prior 更容易在错误上下文中给出自信但不可执行的建议。

Relation To Prior Work

这篇文章直接延续 Jaquier et al. 2025 对机器人迁移学习 promises and challenges 的框架，属于 transfer learning in robotics 的 conceptual / agenda-setting 谱系，而不是新算法谱系。与传统 transfer RL、sim2real、domain adaptation、policy distillation、meta-RL 的区别在于，它不把迁移主要看作参数初始化或分布对齐，而是强调 abstraction level 和 capability stack。

和近期 VLA / robot foundation model 路线相比，本文的立场更保守也更准确：foundation models 不是新的万能 policy，而是 transfer mechanism 的一类载体，尤其适合语义 planning、instruction following、高层任务对应和 object-centric prior。也就是说，它把 VLA 热潮重新嵌入 transfer learning 的旧问题中：source-target similarity、transfer gap、negative transfer、evaluation rigor。

看似新的部分其实不少是已有思想重组：多任务预训练提升泛化、结构化运动学抽象跨平台复用、对象中心表示提升 manipulation transfer，这些都不是全新。但实质新增的信息是：在 foundation model 背景下，作者把这些路线统一解释为不同抽象层级上的迁移，并强调越强的 broad prior 越需要系统评估和安全 grounding。

Dataset / Evaluation

本文本身没有独立 dataset 或实验。它引用 special issue 中的若干贡献作为 evidence：跨机械臂复用、跨对象几何变化的任务表示、foundation-model retrieval 支撑的 object-centric manipulation、以及结合大规模仿真和盲随机真机实验的 robustness / multitask learning 评估。

从 claim 支撑力度看，这些 evidence 能支持一个弱结论：多任务、多环境、大规模预训练和结构化抽象确实可能提升机器人系统在 distribution shift 下的鲁棒性，并减少目标任务数据需求。它们不能支持强结论：foundation models 已经实现通用机器人迁移，或已经解决跨 robot-task-environment 的组合泛化。

比较值得肯定的是作者强调真实世界盲随机试验和统计意义，这在 robotics 里比单纯 benchmark 分数更重要。但评估成本高也意味着样本覆盖有限，难以系统扫描 source-target distance。文中未充分说明如何把 transfer gap、transfer quality 形式化为可比较指标，也没有给出可操作的 evaluation protocol。因此 evaluation 更像方向性要求，而非已经成熟的评测体系。

Limitation

第一，文章不是 research method paper，缺少具体算法、实验和消融，因此很多判断无法直接验证。它提出的是 framing，而不是 solution。

第二，foundation models 的作用边界没有被严格刻画。高层语义 prior 何时有用、何时误导、如何检测 source-target similarity 不足，文中未充分说明。negative transfer 被指出为风险，但没有机制层面的防护方案。

第三，泛化的来源不清。多任务预训练带来的增益很可能主要来自数据覆盖、模型规模和 benchmark overlap，而不是更深的任务因果理解。所谓 semantic planning 在实际机器人系统中经常退化为 retrieval + skill selection，planner 未必形成长期状态建模或可验证约束推理。

第四，抽象层级选择仍是开放问题。太高层的语言/语义表示无法处理接触、动力学和执行误差；太低层的 policy 又无法跨平台。本文正确指出矛盾，但没有给出如何自动选择或组合抽象层级的原则。

第五，安全和部署问题被放在结尾，但实际上可能是 foundation-model transfer 的硬上限。广泛 prior 在开放环境中会产生 confidently wrong 的 action suggestion；如果没有 uncertainty、constraint checking、closed-loop correction 和 fail-safe，迁移越强，风险越大。

Takeaway

  • 1. 机器人迁移学习的核心变量应该从“能否复用 policy”扩展为“在哪个抽象层复用什么知识”；这比单纯追逐更大的 VLA 模型更重要。
  • 2. foundation models 最值得迁移的不是动作，而是语义任务结构、对象先验、目标-约束关系和跨实例 correspondence；低层 grounding 仍然需要传统机器人 stack。
  • 3. 未来真正有价值的 benchmark 不是更多单任务成功率，而是系统改变 robot/task/environment 三轴，量化 transfer gap、negative transfer 和 task-specific data reduction。
  • 4. 需要警惕把 scaling 当成 transfer。

一句话总结

这篇 editorial 的位置不是提出新机器人算法，而是把 foundation models 重新解释为机器人迁移学习中高层抽象与语义先验的载体，推动该方向从低层 policy transfer 转向可评估、可 grounding、需防 negative transfer 的 capability accumulation 框架。