プログラムどおり動いても、物体をつかめていなければ作業は失敗だ。RoboAutoは、操作後に実際の状態変化を確かめる仕組みを計画へ組み込む。物体のアフォーダンスと操作効果を知識として蓄え、曖昧な場面では小さな実験で仮説を検証する。

短期LIBERO-PROで成功率89.1%、LIBERO-PRO Longで73.4%を報告し、後者ではASPIREの30.8%を上回った。実機の3課題も評価した。段階ごとに原因を追える一方、知覚モデルやスキル群、生成コードを安全に動かす環境が必要となる。