机器人 VLA 的可靠性正在记忆、动作和发布环节接受检验
当天的机器人工作把 Vision-Language-Action(VLA)模型当作可部署的控制系统。ECHO 扩展了长时程记忆,KeyStone 改进了推理时的随机动作选择,ATAAT 则表明视觉后门可以在微调后保留下来。共同的检验标准是:机器人策略在更长任务、新数据、不确定样本和已发布模型风险下,能否保住有用行为。
当天的机器人工作把 Vision-Language-Action(VLA)模型当作可部署的控制系统。ECHO 扩展了长时程记忆,KeyStone 改进了推理时的随机动作选择,ATAAT 则表明视觉后门可以在微调后保留下来。共同的检验标准是:机器人策略在更长任务、新数据、不确定样本和已发布模型风险下,能否保住有用行为。
机器人 VLA 部署工作已经具体到可以在现有栈里直接测试:给随机动作生成加多样本选择,微调时测保留技能,发布时审计视觉后门和所有权信号。可用的检查很具体:成功率、延迟、旧任务保留率、定向攻击成功率和水印识别置信度。