10:05arXiv cs.LG@Hyun Joe Jeong, Gokul Swamy, Andrea Bajcsy精选该研究提出一种框架,通过交互式搜索语言序列来提升视觉-语言-动作(VLA)模型的闭环任务性能,并蒸馏为测试时的语言反馈策略(LFP)。同时学习一个改进头,预测何时语言引导能提升性能,并通过保形化处理防止有害干预。该方法适用于任意冻结的预训练VLA模型,无需访问原始训练数据或微调。在模拟和硬件实验中,该策略分别将基础VLA性能提升24.7%和65.0%,且在视觉和语义扰动下具有强无害性保证。论文VLA模型语言引导机器人控制保形预测安全干预推荐理由:机器人开发者终于有了一个无需重新训练就能安全引导VLA模型的方法——通过语言反馈策略提升任务成功率,同时避免有害行为。做机器人控制或人机交互的团队可以直接在现有模型上尝试,值得关注。原文