VLA-Tug潜层探针提升失败预测

Michal P. Podolinsky提出并发布VLA-Tug，一款在视觉-语言-动作（VLA）骨干潜层上运行的轻量级探针，用于早期失败检测并约束漏检率与误报率，推理开销极小。 据论文称，在相同误报率下，其对轨迹失败前片段的监督使早期失败检测率比最强学习基线提升最多30%；迁移到未见任务时，漏检与误报界限在最多86%的运行中仍然有效，基线最多为21%。VLA-Tug还能预测失败模式以支持纠正动作，未见任务上的top-3准确率比多数基线提升最多44%。 作者同时发布3,180条带标注的manipulation episode数据集，用于支持VLA潜层失败检测的后续研究。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。