VLA策略后验认知不确定性估计方法

Johannes Keller 等提出后验核方差头（post-hoc kernel-variance heads），从单一视觉-语言-动作（VLA）策略的嵌入中估计认知不确定性，拟合不需要回归目标或梯度更新，也不改变原策略。 在 SmolVLA 于 LIBERO-10 上的实验中，该方法在任务级不确定性与成功率的相关性、主动学习中的演示获取，以及向更强监督策略转介（作为人工协助的代理指标）三项任务上，表现与双策略集成（two-policy ensemble）得分相当；在受评测扰动族训练的监督代理下，解码器头在任务内转介上优于集成分歧。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。