研究者提出task scrubbing缓解VLA视觉捷径

针对视觉-语言-动作（VLA）模型容易依赖视角、背景等视觉捷径的问题，Jasper Gerigk等作者提出一种名为 task scrubbing 的领域对抗训练方法，降低模型使用视觉捷径的概率。 据该研究，实验在仿真和真实环境中覆盖多种 VLA 模型与视觉线索，结果显示该方法提升了分布外鲁棒性，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。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。