arXiv cs.CV· Jasper Gerigk, Kenzo Aspuru-Takata, Chin-Hsuan Wu, Mohammad Mohammadi, Shuhong Zheng, Igor Gilitschenski·· 3 小时前AI 评分26
让模型不再"走捷径"：任务擦除消除 VLA 视觉捷径学习
When Listening Becomes Easier: Scrubbing Visual Cues for Shortcut-Free VLAs
AI 导读
针对 VLA 模型易利用视角、背景等视觉捷径的问题，研究者提出 task scrubbing 领域对抗训练方法，降低模型依赖视觉捷径的概率。实验在仿真和真实环境中覆盖多种 VLA 与视觉线索，显示该方法提升分布外鲁棒性，并常能消除视觉捷径学习。研究还提出无需策略 rollout 的表示层指标 action margin，发现视觉捷径在浅层进入动作表示，不同 VLM 主干对其敏感度差异显著。
来源：arXiv cs.CV · arxiv.org