研究人员开发了一个名为 Hide-and-Seek 的新框架，以提高使用视觉-语言-动作 (VLA) 模型的机器人的可靠性。该方法通过识别表明问题的特定动作来检测执行失败，而无需详细的逐行注释。通过在轨迹级别数据上使用对比学习，Hide-and-Seek 可以精确定位失败信号，并在准确性和及时性之间取得良好的平衡，适用于现实世界的机器人应用。 AI
影响 通过在机器人任务执行期间实现更强大的故障检测，增强了具身人工智能系统的可靠性。
排序理由 该集群包含一篇详细介绍 VLA 模型故障检测新框架的学术论文。
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2605.30834v1 Announce Type: cross Abstract: Vision-Language-Action (VLA) models enable robots to follow natural language instructions and generalize across diverse tasks, but they remain vulnerable to execution failures that compromise reliability in real-world deployment. …
Hide-and-Seek framework detects robot execution failures in vision-language-action models by localizing failure-indicative actions through contrastive learning from trajectory-level supervision without step-level annotations.