跳到正文
arXiv · 机器人与计算机视觉· Florian Seligmann, Emiliyan Gospodinov, Enes Ulas Dincer, Gerhard Neumann·· 2026-10-12AI 评分72

VLA-FAIL:面向微调视觉语言动作模型的轻量级任务失败检测框架

VLA-FAIL: Efficient Task Failure Detection for Finetuned Vision-Language-Action Models

AI 导读

针对微调后的视觉语言动作模型(VLAs)在分布外场景下行为不可预测的问题,本文提出 VLA-FAIL 框架,结合末层马氏距离与动作块一致性两种无需失败数据的检测方法。研究引入 AUCPDT 指标以平衡检测精度与时延,并通过大量真实世界与仿真实验证明该方法能有效捕捉互补的失效模式,显著优于计算昂贵的基线方法。

来源:arXiv · 机器人与计算机视觉 · arxiv.org