arXiv cs.RO 机器人学· Jasper Gerigk, Kenzo Aspuru-Takata, Chin-Hsuan Wu, Mohammad Mohammadi, Shuhong Zheng, Igor Gilitschenski·· 2 小时前AI 评分54
论文提出 task scrubbing 训练方法，减少 VLA 模型的视觉捷径学习
When Listening Becomes Easier: Scrubbing Visual Cues for Shortcut-Free VLAs
AI 导读
论文针对机器人演示数据多样性不足导致的视觉捷径学习问题，发现不同视觉语言模型骨干对捷径的敏感度差异明显，并提出无需策略 rollout 的表示层度量 action margin 来刻画该行为。作者提出名为 task scrubbing 的领域对抗训练方法以提升模型对语言的注意力，在仿真与真实世界、多个 VLA 和多种视觉线索上的实验显示，该方法改善了分布外鲁棒性并常能消除视觉捷径学习。
来源：arXiv cs.RO 机器人学 · arxiv.org