PulseAugur
中
实时 12:48:18
English(EN) BOKBO (Best of K Bad Options): Calibrated Abstention for VLA Policies

新的BOKBO层通过校准弃权增强VLA策略的安全性

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了BOKBO，这是一种用于视觉-语言-动作（VLA）策略的新型弃权层，旨在提高推理过程中的安全性。与现有方法在所有选项都被认为有风险时可能会执行不安全操作不同，BOKBO提供了校准弃权，确保了受控的违规率。通过实验证明了该系统的有效性，即使在分布变化下也能提高条件覆盖率和任务成功率。 AI

影响 通过提供校准弃权，增强了具身AI代理的安全性，减少了意外的不安全行为。

排序理由 该集群包含一篇研究论文，详细介绍了提高AI策略安全性的一种新方法。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Anya Singh, Cabrel Happi, Jai Relan, Varun Nair, Vidyut Baradwaj ·

    BOKBO（K最差选项）：VLA策略的校准弃权

    arXiv:2605.30660v1 Announce Type: new Abstract: Test-time scaling for vision-language-action (VLA) policies, methods such as RoboMonkey, SEAL, MG-Select, and V-GPS, samples K candidate action chunks at inference and executes the verifier-best. When all K candidates are unsafe, th…

相关实体

相关话题