含被改词元的 335 条留出指令，成功率从 74.3%升至 87.5%；另外 430 个回合，成败结果逐一不变。

只改 65 行词嵌入，GPT-6 Astra 修复了一类机器人「换种说法就失败」的问题。

任务是打开炉灶。研究者给机器人的指令是「activate the cooking appliances heat source」——启动烹饪设备的热源。原始策略却伸手去拿盘子，执行 300 步后仍未完成任务。

换上修改后的权重，同一个场景、同一条指令、同一个随机种子，机器人在第 78 步完成了任务。编辑过程中没有做梯度更新，也没有新增机器人示范数据。

动图 1｜同一条留出指令，修改前后的机器人行为。左侧原始策略在 300 步超时；右侧编辑后在 78 步成功，随后停留终帧。场景、随机种子 7 和初始状态 0 相同，画面来自真实仿真录像。这是选出的修复案例，完整统计也包括退化回合。

这项研究由 Jusheng Zhang、Keze Wang 和 Liang Lin 共同完成，论文题为《Can LLMs Debug Robots by Editing Their Weights?》。在效果最好的实验中，335 条包含被改词元的留出指令，成功率从 74.3%提高到 87.5%；另外 430 个回合的成败结果逐一不变。这里的「零变化」，指每个回合的成功或失败结果。

论文、实际评测过的权重修改、代码和全部 16 次实验记录均已公开。研究关心的是一个具体问题：机器人已经具备的操作能力，能否通过局部权重修改，被不同的语言表达更可靠地调用？

• 论文：

• GitHub：

• 项目介绍与过程回放：

把 LLM 放在调试器的位置

研究使用 OpenPI 发布的π₀.₅ LIBERO 检查点。它是一种视觉—语言—动作模型：接收相机画面、语言指令和机器人状态，输出接下来要执行的动作。基座已经经过预训练和微调；本次编辑以 LIBERO 操作任务和 LIBERO-Plus 指令改写为测试环境。[1][5][6]

在这套实验里，Astra 负责检查和修改策略的权重。研究者为它提供一个持续保留状态的 Python 工作区，以及可调用的前向工具。Astra 可以查看张量、写入替换值，再检查仿真任务的结果、动作或内部信号。修改确定后，动作仍由被编辑的机器人策略计算。

每次语言编辑有 50 次计入预算的工具请求，一次请求可以包含多个回合或输入。Astra 依靠练习样本的反馈选择候选，最终留出测试的结果不会返回给它。因而，「没有梯度更新」不等于「没有反馈」，更不意味着机器人从未接受过训练。

这使问题从「机器人有没有学过这个动作」，转向了「这条指令在模型里被表示成什么，能不能更可靠地调用已有行为」。

动图 2｜GPT-6 Astra调试机器人权重的真实过程回放。研究者公开了50次工具请求中的关键节点，展示Astra如何根据仿真反馈调整词嵌入、检查候选效果，并最终保留65行修改。左侧为同一指令修改前后的机器人行为，底部展示练习样本结果与工具反馈。

65 行，改在语言进入模型的地方

一条指令进入模型后，会先被拆成词元（token）。词元不一定等于完整英文单词。随后，模型按词元 ID 从嵌入表中取出对应的一行向量，后续网络处理的就是这些数值表征。

Astra 最终保留的修改，集中在这张嵌入表上。它选出一部分词元，把向量移向更常见的任务表达，例如 cooker→stove、basin→bowl、fermented→wine。有些行采用目标向量，有些保留一部分原向量；遇到歧义，也可以使用多个目标向量的均值。

开场炉灶指令里的 cooking，就是一个具体例子。对应词元的嵌入被改为 25%的原向量，加上 75%的 stove 向量。输入给机器人的文字仍然包含 cooking，但进入后续网络的数值表示发生了变化。这一行属于整份 65 行修改，研究没有单独评估它的效果。

其余案例也保留了可检查的对应关系：酒瓶指令中的 fermented、grapes 被移向 wine；取碗指令中的 rounded 被移向 bowl，uppermost 被移向 top。完整词元映射和配对录像均已公开。

65 行共改变 132,768 个参数值，占导出检查点的 0.00367%。这里的「行」是嵌入表的行数，并非 65 个参数，也不是 65 行代码。提交的语言修复只改变这些嵌入值；具体词元 ID、目标行和混合比例都已公开。

此前已有研究探索让通用 LLM 直接读取和改写神经网络权重，即权重空间编程（Weight-Space Programming）。[2] ROME、MEMIT、M

来源：机器之心