论文页面 - 稀疏特征策略遗忘可缓解视觉-语言-动作模型中的状态幻觉

来源：https://huggingface.co/papers/2610.09496

摘要

研究人员发现了视觉-语言-动作模型中的状态幻觉问题，并提出稀疏特征遗忘方法，在保留操作技能的同时减少失败行为。

视觉-语言-动作（Vision-Language-Action，VLA）模型借助预训练视觉-语言模型的丰富表征，在机器人操作任务中展现出强大的泛化能力。然而，反复出现的不可靠行为仍限制了其在真实环境中的部署。本研究聚焦于状态幻觉——一种反复出现的失败模式，即 VLA 持续按照尚未实现的机器人-物体状态继续执行动作。我们的分析发现，状态幻觉与任务相关视觉区域注意力减弱相伴出现，而通过稀疏自编码器进行机制性解读进一步揭示，与幻觉相关的稀疏特征会在这些失败发生时被激活。基于上述分析，我们提出了 SOUL（Sparse feature Opolicy UnLearning，即稀疏特征策略遗忘），选择性地遗忘与状态幻觉行为相关的策略知识，其中从幻觉失败和成功行为中分别识别出的稀疏特征被作为显式的遗忘目标和保留目标。在多种 VLA 架构上进行的仿真与真实环境实验表明，该方法显著减少了幻觉导致的失败，提升了任务成功率，同时未对现有操作能力造成明显损害。这些结果表明，可解释的特征分析为选择性地修改机器人策略中的不良知识提供了切实可行的基础。

查看 arXiv 页面 查看 PDF 项目主页 添加到收藏

在你的 agent 中获取此论文：

hf papers read 2610\.09496

还没有最新版 CLI？curl \-LsSf https://hf\.co/cli/install\.sh \| bash

引用此论文的模型 0

没有模型关联此论文

在模型 README.md 中引用 arxiv.org/abs/2610.09496 即可从此页面链接到该论文。

引用此论文的数据集 0

没有数据集关联此论文

在数据集 README.md 中引用 arxiv.org/abs/2610.09496 即可从此页面链接到该论文。

引用此论文的 Spaces 0

没有 Space 关联此论文

在 Space README.md 中引用 arxiv.org/abs/2610.09496 即可从此页面链接到该论文。

包含此论文的合集 0

没有合集包含此论文

将此论文添加到合集即可从此页面链接到该论文。