跳到正文
arXiv · 机器人与计算机视觉· Yuhang Huang, Junchao Li, Boyang Ma, Minghui Xu, Kaidi Xu, Pengfei Hu, Xiuzhen Cheng, Yue Zhang·· 14 小时前AI 评分73

理解并测量商用机器人的跨模型动作失配:TARS 黑盒评估框架

Lost Between Mind, Model Collaboration, and Motion: Understanding and Measuring Cross-Model Action Misalignment in Commercial Robots

AI 导读

具身机器人依赖大语言模型与专用动作模型的协作,但语义一致性可能在意图、指令转换与物理执行间断裂,导致无显式命令时发生意外动作。作者开发 TARS 黑盒框架,自动探索命令 - 推理 - 动作链路并验证非预期行为。在四台商用机器人的 44 种实验设置中完成 13.34 万次执行,发现广泛的跨模型动作失配现象,实现最高 94% 的动作覆盖验证。

来源:arXiv · 机器人与计算机视觉 · arxiv.org