跳到正文
arXiv · 机器人与计算机视觉· Jiho Lee, Jeongeun Park, Heayoun Choi, Taekyung Kim, Eunwoo Kim·· 2026-10-08AI 评分73

SOUL:基于稀疏特征遗忘缓解视觉语言动作模型的状态幻觉

Sparse Feature Policy Unlearning Mitigates State Hallucination in Vision-Language-Action Models

AI 导读

视觉语言动作(VLA)模型虽具强泛化能力,但在部署时常出现状态幻觉,即误以为已达成未实现的机器人 - 物体交互状态。研究分析发现,此类幻觉伴随对任务相关视觉区域注意力的减弱,且稀疏自编码器揭示特定稀疏特征在失败时激活。

来源:arXiv · 机器人与计算机视觉 · arxiv.org