跳到正文
arXiv · 机器人与计算机视觉· Haki Darwish, Xiangyu Yin, Changwen Li, Rongjie Yan, Francisco Gomes de Oliveira Neto, Chih-Hong Cheng·· 2026-10-06精选AI 评分78

OGAM:通过对象接地注意力监控连接系统测试与运行时保障

OGAM: Connecting Systematic Testing to Runtime Assurance through Object-Grounded Attention Monitoring for VLA Policies

AI 导读

针对基准测试指令有限且无法进行穷举部署测试的问题,本文提出 OGAM 方法,利用成功与失败执行间的注意力发散信号实现运行时干预。研究在 OpenVLA、OpenVLA-OFT、UniVLA 和 pi_0.5 等四个策略上验证了该方法:通过成对组合动作模板与对象生成场景接地指令并测试同义改写,发现所有 87 个基准外案例均存在问题行为且无法完成任何可行指令。

推荐理由

该方法利用对象 grounding 的注意力监控,在无需失败标签训练下即可在线拦截 VLA 策略执行中的异常行为。

来源:arXiv · 机器人与计算机视觉 · arxiv.org