arXiv cs.RO· Hyun Joe Jeong, Gokul Swamy, Andrea Bajcsy·· 4 小时前AI 评分56
CoRL 2026 论文提出可无害化引导冻结 VLA 的语言反馈策略
Learning What to Say to Your VLA: Mostly Harmless Vision Language Action Model Steering
AI 导读
论文提出一个框架，交互搜索能提升闭环 VLA 任务表现的语言序列，将其蒸馏为测试时语言反馈策略（LFP），并训练一个改进头预测语言引导何时有效，再对该改进头做保形校准以防止有害干预。
来源：arXiv cs.RO · arxiv.org