arXiv · 机器人与计算机视觉· Carson Sobolewski, Anjali Parashar, Fei Chen, Yingke Li, Chuchu Fan·· 29 天前精选AI 评分78
面向 VLA 模型的故障归因:评估去除视觉噪声的收益
What Would Removing This Corruption Change? Failure Attribution for Vision-Language-Action Models
AI 导读
针对视觉语言动作(VLA)模型对视觉干扰敏感但难以判断去除干扰是否有益的问题,提出一种无需成对策略回滚的因子化风险模型。该方法通过潜在干预从当前图像和任务指令中估计去除收益,在 OpenVLA 与 pi_0.5 仿真及 Franka 机器人上验证了优于单体模型和视觉语言模型基线的效果,误差约为前沿 VLM 的三分之一,并支持在线故障监控。
推荐理由
提出一种无需成对数据即可估计去除图像噪声收益的因子化风险模型,在仿真与硬件上优于基线。
来源:arXiv · 机器人与计算机视觉 · arxiv.org