深度分析 KeyStone:以幾何自洽與平行抽樣穩定物理 AI 的行動生成 物理AI採行動區塊抽樣並逐步去噪,KeyStone在推論時平行抽多個候選、以動作空間幾何聚類選出最大群的中位軌跡,能在多種VLA與WAM上提高任務成功率達13.3%。無需額外訓練或判別器且幾乎不增加延遲。該方法利用動作空間的歐式距離作為相似度指標,使選擇成為無須學習判官的幾何化自洽。