arXiv cs.RO· Carson Sobolewski, Anjali Parashar, Fei Chen, Yingke Li, Chuchu Fan·· 3 小时前AI 评分55
VLA 模型的故障归因：估计移除视觉损坏的收益
What Would Removing This Corruption Change? Failure Attribution for Vision-Language-Action Models
AI 导读
论文定义了视觉-语言-动作（VLA）模型的故障归因问题，即在多个视觉损坏共存时判断哪些损坏贡献了失败风险、移除它们能带来多大收益。作者提出一种分解式风险模型，分别学习场景与损坏的表征，仅从当前图像和任务指令通过潜变量干预估计移除收益，无需配对干净图像或额外反事实回滚。
来源：arXiv cs.RO · arxiv.org