arXiv · 机器人与计算机视觉· Shilin Zhang (North China University of Technology)·· 2026-10-16精选AI 评分78
何时请求帮助:双系统视觉语言动作模型中慢模块调度的决策理论与测量标准
When to Ask for Help: A Decision-Theoretic Account and Measurement Standard for Slow-Module Scheduling in Dual-System Vision-Language-Action Models
AI 导读
针对双系统视觉语言动作模型(VLA)中慢模块调用缺乏统一目标与成本度量的问题,作者提出将调用形式化为校准后的决策问题,定义了价值干预(VoI)作为核心度量。研究通过 LIBERO 基准上的十四条闭环臂测试及真实部署轨迹分析,验证了自适应触发机制的阈值预测能力,并发现语言重写通道在特定条件下无法转化为成功,而撤销失败重写的执行器是唯一无净负面影响的干预手段。
推荐理由
该文提出慢模块调度的决策理论框架与价值干预度量标准,通过闭环实验验证了自适应触发机制在特定条件下的增益边界。
来源:arXiv · 机器人与计算机视觉 · arxiv.org