跳到正文
arXiv · 机器人与计算机视觉· Amit Jadhav, Shaurya Beriwala, David Q. Liu, Yanfei Liu·· 9 天前AI 评分56

Streaming Failure Forecasting:部署后持续学习的 VLA 故障监测器

Streaming Failure Forecasting: VLA Failure Monitors That Keep Learning After Deployment

AI 导读

论文提出 Streaming Failure Forecasting (SFF) 方法,解决视觉语言动作(VLA)策略离线训练、在线漂移后的监控失效问题。该方法固定离线网络,仅利用每集结果对输出层进行轻量级重拟合(Jetson CPU 核心耗时 2.18ms)。在仿真与真实 SO-101 机械臂的实验中,SFF 在未公告的任务或策略切换场景下,故障排序能力均优于冻结监控器及重置方案。

来源:arXiv · 机器人与计算机视觉 · arxiv.org