arXiv cs.RO 机器人学· Zewei Ye, Weifeng Lu, Minghao Ye, Tao Lin, Shuo Yang, Junchi Yan, Bo Zhao·· 7 小时前AI 评分58
RoboFAC：面向机器人操作失败分析与纠正的框架
RoboFAC: A Comprehensive Framework for Robotic Failure Analysis and Correction
AI 导读
RoboFAC 提出一个面向 VLA 模型失败诊断与恢复的框架，构建了含 9,440 条错误操作轨迹、78,623 个 QA 对、覆盖 53 个仿真与真实场景的失败数据集，并训练出可本地部署的轻量多模态模型。实验显示其失败分析准确率比 GPT-4o 高 34.1%，作为外部监督器接入真实 VLA 控制流程后在四项任务上带来 29.1% 的相对提升，且延迟显著低于 GPT-4o；模型与数据集已公开。
来源：arXiv cs.RO 机器人学 · arxiv.org