arXiv · Robotics· Jasper Gerigk, Kenzo Aspuru-Takata, Chin-Hsuan Wu, Mohammad Mohammadi, Shuhong Zheng, Igor Gilitschenski·· 3 小时前AI 评分33
当倾听变得更容易：清除视觉线索以实现无捷径的 VLA 模型
When Listening Becomes Easier: Scrubbing Visual Cues for Shortcut-Free VLAs
AI 导读
研究者针对机器人学习中的捷径学习问题，提出任务擦除（task scrubbing）这一新的域对抗训练方法，以降低 VLA 模型对视觉捷径的依赖并提升泛化能力。研究发现不同视觉-语言模型骨干对视觉捷径学习的易感性差异显著，并提出无需策略回滚的表征级指标 action margin 来衡量该行为。在仿真与真实世界多个 VLA 模型上的实验表明，该方法提升了分布外鲁棒性，并常能消除视觉捷径学习。
来源：arXiv · Robotics · arxiv.org