arXiv · cs.RO· Michal P. Podolinsky·· 14 小时前精选AI 评分68
VLA-Tug：通过校准潜在探针实现视觉-语言-动作模型的故障预测与分类
Failure Prediction and Classification in Vision-Language-Action Models Via Calibrated Latent Probing
AI 导读
研究人员提出VLA-Tug，一种针对视觉-语言-动作模型(VLA)的轻量级潜在层探针，用于实时故障检测与分类。该方法在分布偏移场景下将漏检和误报率的有效性提升至86%，相比基线方法提高30%的早期故障检测率，并能预测故障模式以支持纠正操作。研究团队同时发布了3,180个带注释的操作数据集。
推荐理由
VLA-Tug通过轻量级探针提升视觉-语言-动作模型的故障检测能力，在分布偏移场景下保持86%的有效率，为具身智能安全部署提供新思路。
来源：arXiv · cs.RO · arxiv.org