arXiv · 机器人与计算机视觉· Yanzhe Chen, Zhijun Cao, Mike Zheng Shou·· 2026-10-08精选AI 评分82
失败边界学习:面向鲁棒的视觉语言动作模型研究
Where Success Breaks: Failure-Boundary Learning for Robust Vision-Language-Action Models
AI 导读
论文指出监督微调后的视觉语言动作模型存在结构不对称问题,即缺乏关于成功行为失效边界的信号。为此提出 DLS 方法,基于少量真实演示与仿真协同训练构建真实接地行为先验,通过数字孪生在线策略 rollout 发现失败边界。
推荐理由
提出 DLS 方法,利用数字孪生与语义进度信号发现并塑造失败边界,提升 VLA 模型在随机初始状态下的鲁棒性。
来源:arXiv · 机器人与计算机视觉 · arxiv.org