参数合并让物流机器人更“稳”：小样本上新技能不翻车

双12刚过，很多仓库的节奏还没完全降下来：白天补货、夜里拣选、临时加的新品类、不断变化的包装规则。对机器人来说，这种“今天教一个新动作、明天换一套流程”的环境，往往比搬一百次同样的箱子难多了。

多数公司在仓储自动化里踩过一个坑：机器人在A场景跑得很好，一做小规模“二次训练”去适配B场景，就开始变得不稳定——要么对新任务“死记硬背”，换个箱型、换个货架高度就失败；要么更糟，学会B之后把A忘了，之前跑顺的流程也跟着掉线。

这正是近期一篇机器人研究提出的核心矛盾：通用型视觉-语言-动作（Vision-Language-Action, VLA）策略虽然见多识广，但遇到训练数据没覆盖的新任务时仍会吃力；而用少量演示做微调，又极易过拟合并产生“灾难性遗忘”。论文给出的解法很朴素：把微调后的模型参数，与预训练模型参数做插值合并（parameter merging），得到一个“既记得老本事、又学会新技能”的单一策略。

作为“人工智能在机器人产业”系列的一篇，我更关心它对物流与供应链的启发：让仓库机器人、分拣机器人、园区配送机器人在不断变化的业务里，学新技能不翻车，这比让它们在实验室里跑高分更有价值。

物流机器人最痛的不是不会做，而是“改一次就坏一次”

直接给结论：物流场景的ROI往往死在“持续迭代成本”上，而不是首版上线成本。

仓库/园区的变化来自三类源头：

• 商品与包装变化：箱规、托盘、胶带、标签位置、可抓取面都在变。
• 流程变化：波次策略调整、优先级插单、夜班临时规则、跨境合规标签更新。
• 环境变化：货架重新布局、临时堆放、地面反光、照明变化、通道拥堵。

VLA策略的想法是“看得懂（视觉）+听得懂（语言指令）+做得出（动作控制）”，天然适合做多任务通用机器人。但现实里，一旦你用几十条演示去教它一个新动作（比如“把易碎品放入带隔板的箱子并贴上红色标签”），模型很可能：

1. 对演示记得太死：演示里箱子在左边，它就只会去左边找；换到右边就卡住。
2. 把旧技能挤掉：之前会做的“标准拣选+扫码”突然出错，仿佛换了一个人。

论文把这种现象归结为微调过拟合与遗忘，并提出用参数合并让更新更稳。

为什么“少量演示微调”在仓储里特别危险

仓储任务通常有“长尾变化”：

• 80%的订单是常规箱，20%是异形/超重/多件套；
• 80%的货位光照正常，20%在阴影、反光或临时堆放区。

少量演示很容易只覆盖“最顺的那条路”，导致模型学到的是局部窍门，而不是可泛化的规则。对业务侧来说，表现就是：上线当天很好，第二周换了SKU结构就掉点。

论文方法的要点：把“新技能”当成可控增量，而不是彻底改写

直接说核心：参数合并就是在预训练模型参数（通用能力）与微调模型参数（新技能）之间做权重插值。

可以把它理解为“保留底盘，换上一个更适合新路况的轮胎”，而不是把整车拆了重造。

• 预训练模型：在大规模、多样数据上学到的通用感知与控制能力（类似仓库里“通用作业员”的基础功）。
• 微调模型：在少量新任务演示上学到的特定技能（类似“教会他打包易碎品”）。
• 合并模型：在两者之间折中，既不过度贴合演示，也不轻易忘掉旧任务。

论文的实验结论（用通俗话翻译）是：合并后的单一模型在新任务的分布外变化（Out-of-Distribution, OOD）上，往往比纯微调更稳；同时还能保持预训练的广泛能力。更现实的一点是：他们还观察到预训练数据越多，合并效果越好——这很符合工业界经验：底座越厚，增量更新越不容易跑偏。

参数合并为什么比“继续调参”更像工程解法

我喜欢它的原因是：它把“模型更新”从玄学调参，变成了一个可控的工程旋钮。

你可以把插值系数看作“新技能强度”的阀门：

• 系数偏向微调模型：新技能更强，但风险是遗忘与过拟合。
• 系数偏向预训练模型：更稳、更泛化，但新技能可能不够到位。

对物流企业来说，这意味着：上线前可以用一组固定的回归测试任务集，扫描不同系数，选一个业务风险最低的点。这比“再微调一轮看看”要可控得多。

可被引用的一句话：参数合并把“学新技能”从一次性改写，变成了可回退、可度量的增量更新。

把它落到物流：VLA + 参数合并能解决哪些具体场景？

先给答案：最适合的是“任务频繁变、演示数据少、又不能牺牲稳定性”的环节。

1) 仓库拣选与上架：SKU更新季的稳定迭代

每到年末上新、清仓、礼盒季，SKU和包装形态变得特别快。你很难为每个新包装收集大量数据。

做法可以是：

• 维持一个“通用拣选VLA底座”（覆盖常见货架、箱型、抓取姿态）。
• 对某个新包装流程收集少量演示（例如20-100条，具体取决于动作复杂度）。
• 微调得到“新流程模型”，再与底座做参数合并。

业务收益不在“某一次成功率提升0.5%”，而在：每次流程变化的上线周期缩短、回归风险下降、反复返工减少。

2) 分拣与打包：语言指令驱动的柔性工位

VLA的一个优势是语言接口更自然：

• “把带电池标识的货放到危险品箱”
• “订单A优先，贴红色加急标”

但语言规则也常变，尤其跨境合规与促销期标签。用参数合并做增量更新，能更稳地把新规则融进去，而不影响已有工位动作（如抓取、放置、扫码）。

3) 园区配送与末端交付：持续学习但不“越学越飘”

配送机器人面对的变化更多：门禁、坡道、地面材质、临时路障。持续学习是必需的，但“学新路线忘旧路线”会直接带来投诉。

参数合并在“终身学习”（lifelong learning）框架下更顺手：每次学到一个新技能/新路线，都用合并方式把更新收敛成一个稳定的单模型，减少能力漂移。

物流团队怎么用：一套可执行的“合并式上线流程”

答案很直接：把参数合并嵌入你的MLOps/RobotOps发布链路，像做灰度发布一样做模型灰度。

1) 建立两套任务集：新任务验证 + 旧任务回归

不要只看新任务成功率。建议至少包含：

• 新任务验证集：新箱型、新工位、新规则的变化组合（刻意做分布外样本）。
• 旧任务回归集：历史最赚钱、最关键的Top流程（例如标准拣选、扫码、放置）。

指标也要更“业务化”：

• 成功率（任务完成）
• 单次循环时间（节拍）
• 异常率（掉落、二次抓取、重试次数）
• 人工接管率（远程/现场介入）

2) 用“插值系数扫描”替代盲目多轮微调

做法：固定微调模型不动，选择5-10个系数点（例如0.1到0.9），跑同一套验证/回归任务集，选最优折中点。

这一步往往能把工程沟通变简单：

• 运营要稳定？系数往底座偏。
• 新任务必须强？系数往微调偏，但要加回归护栏。

3) 上线策略：先灰度再全量，允许快速回退

合并模型本质上更可控，但上线依然建议：

1. 单工位/单线路灰度
2. 监控关键指标（接管率、节拍、异常）
3. 触发阈值即回退到更“保守”的系数版本或纯底座

我见过最有效的组织动作：把“模型回退”做成一键操作，和WMS/WCS的发布回滚同等级。

常见疑问（物流负责人最爱问的三件事）

Q1：参数合并是不是意味着不用收集更多数据了？

不是。它解决的是小样本更新更稳，不是“零数据学习”。如果新任务本身变化巨大（例如从抓箱变成拧瓶盖），演示数据依然要补。

Q2：合并会不会让新任务学不进去？

会有这个风险，尤其系数太偏向预训练底座时。工程上用“系数扫描 + 业务阈值”就能解决：新任务达标是硬门槛，回归不退是底线。

Q3：这对跨境物流有什么用？

跨境的变化通常来自合规标签、包装加固、异常处理流程。这些更像“规则+动作组合”，特别适合VLA用语言条件来表达，再通过合并把新流程稳定加到模型里，减少频繁改代码与硬规则堆叠。

下一步：把“会做”升级为“持续会做”

物流自动化的分水岭不是有没有机器人，而是机器人能不能在旺季、SKU更替、流程调整中保持稳定。参数合并这类方法的价值在于：它让“教会机器人一个新技能”变得更像软件工程——可测试、可灰度、可回退。

如果你正在推进仓库自动化、分拣打包机器人或园区配送，建议从一个小切口开始：挑一个高频变化的工位，用少量演示做微调，然后用参数合并把更新控制住，再用回归任务集证明“没把老流程搞坏”。

接下来更值得思考的是：当你的预训练底座越来越强、数据越来越多、技能库越来越大，你的供应链会不会从“追着变化跑”变成“变化来了也不慌”？