跳到正文
arXiv · 机器人与计算机视觉· Vigneshwaran Subbaraju, Obaidullah Zaland, Monowar Bhuyan·· 24 天前AI 评分48

联邦视觉语言动作模型适应中的安全:当人类修正传播时

When Human Corrections Travel: Safety in Federated VLA Adaptation

AI 导读

研究探讨联邦学习结合分布式机器人经验与本地人类干预的交叉点,指出共享更新可能抑制罕见安全干预或导致不安全响应。文章主张在分享多模态修正时需保留上下文与不确定性,部署前须在接收机器人的闭环中评估候选更新,并同步评估关键证据泄露风险。作者提供反例与可证伪的评估议程,而非实验结果,强调人类交互期间仍需即时、可读的防御行为。

来源:arXiv · 机器人与计算机视觉 · arxiv.org