深度分析 原子品質探針與 Hybrid Selector：治理可組合機器人技能更新的原子層級方法 在實際部署的機器人系統中，技能庫會透過微調、新示範或領域適配持續演化。本研究提出一套配對取樣的跨版本替換協定，系統性量測當「某一階段技能」被替換時，整體合成策略的成功率如何改變。研究發現：在雙臂插銷任務（peg-in-hole）上存在明顯的「主導技能效應」，單一原子控制器可主導合成表現，替換該控制器會造成成功率顯著波動；
