arXiv cs.RO 机器人学· Ahin Lee, Jinwoo Seo, Youngsoo Jang, Taesik Gong·2026-10-07 12:00· 1 天前精选AI 评分58

SALT：让 VLA 模型在执行中适应未知视觉干扰

Adapting Vision-Language-Action Models to Unknown Visual Disruptions During Execution

AI 导读

SALT 用上一动作块未执行的 leftover 轨迹作为自监督信号，在测试时对 VLA 策略做适应，无需干扰标注、专家动作或目标域演示。在 LIBERO-10 上，SALT 将 SmolVLA 在五种持续视觉干扰下的平均成功率从 43.9% 提升到 53.2%，GR00T N1.7 从 58.7% 提升到 66.0%。真机实验中，任务进度从 0.49 提升到 0.61。

来源：arXiv cs.RO 机器人学 · arxiv.org

具身智能 VLA 与具身大模型论文研究 #论文/研究 #VLA #具身智能