arXiv · cs.AI· Ahin Lee·· 21 天前AI 评分27
SALT：让视觉-语言-动作模型在执行中适应未知视觉干扰
Adapting Vision-Language-Action Models to Unknown Visual Disruptions During Execution
来源与原文
arXiv · cs.AI
作者：Ahin Lee
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.07946v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
研究者提出 SALT 方法，利用动作 chunk 的剩余轨迹作为自监督，对视觉-语言-动作（VLA）模型在执行中遭遇的未知视觉干扰进行测试时自适应，无需干扰标注、专家动作或目标域演示。在 LIBERO-10 上，SALT 将 SmolVLA 的五类持续视觉干扰平均成功率从 43.9% 提升至 53.2%，GR00T N1.7 从 58.7% 提升至 66.0%。真机实验中，任务进度从 0.49 提高到 0.61。
来源：arXiv · cs.AI · arxiv.org