跳到正文
arXiv · 机器人与计算机视觉· Thomas P Zollo, Richard Zemel·· 2026-10-19AI 评分72

视觉语言动作模型中的置信度校准研究

Confidence Calibration in Vision-Language-Action Models

AI 导读

Thomas P Zollo 和 Richard Zemel 在 TMLR 发表的研究首次系统分析了视觉语言动作(VLA)基础模型的置信度校准问题,建立了评估基线并揭示了任务成功率与校准误差的关系。作者提出了提示词集成(prompt ensembles)和行动级 Platt 缩放两种轻量技术来修正观察到的校准偏差,旨在通过可靠的量化不确定性使 VLA 行为更加可信。

来源:arXiv · 机器人与计算机视觉 · arxiv.org