arXiv · 机器人与计算机视觉· Matteo Cercola, Katie Z Luo, Simone Formentin, Marco Pavone·· 29 天前精选AI 评分82
感知却不停车:推理驱动 VLA 中的感知 - 行动绑定差距研究
Perceives but Doesn't Brake: A Perception-Action Binding Gap in Reasoning Driving VLAs
AI 导读
该论文指出,尽管增强的视觉语言动作(VLA)驾驶模型能感知危险并推理安全,但轨迹生成仍受自身速度历史主导,导致无法及时制动。作者通过在冻结的流匹配采样器中注入条件化能量,在不修改权重的情况下成功修复了 Alpamayo-1.5 模型的制动失效,将障碍物侵入率从 58.1% 降至 14.5%,并在闭环测试中消除了碰撞。
推荐理由
原文揭示了感知与行动解耦问题,并通过注入条件能量在无需重训的情况下修复了 Alpamayo-1.5 模型的制动失效。
来源:arXiv · 机器人与计算机视觉 · arxiv.org