机械臂要把末端位姿变成关节角度，还得停在 1 毫米、0.2 度以内。仿真里单次尝试，93.5% 的留出任务在最后一秒均值达标；论文正文写明，部署协议靠 corrected-goal 与 transient-goal 重试把严格成功率抬到 98.9%。多出来的 5.4 个百分点来自补考，主策略那边明写着不使用无约束重试或回退控制器。一次考 93.5，允许补考两次就 98.9，成绩单上得写清楚。
原帖没给的那几个数更扎人：DLS、QP、MPC 在严格成功率上被拉开 43、37、37 个点；UMI-RL 调完参只有 16.4% 的粗成功率，严格成功一次没有；34 到 35% 的任务上那几个经典控制器连粗门槛都过不了。达标判据细到指令 0.1 毫米、0.001 弧度稳定，实测位姿落在 10 毫米、0.05 弧度内保持 0.2 秒。
pick-and-place 那个 95.7% 是仿真里执行 π_0.5 VLA 的末端指令，真机那段是离线 RL 直接训的，两者别并成一句「上真机成功」。GitHub 仓库 11 月 2 日建、11 月 4 日最后推送、3 颗星、Apache-2.0，代码是真放出来了，才两天。
下一处该验的是补考的代价：重试把时间预算吃回去多少？论文给了成功率，没给墙钟时间。