CalVLA 用结果监督校准 VLA 策略的原生置信度

CalVLA: Shaping Native Confidence in Vision-Language-Action Policies with Outcome Supervision

AI 导读 · 根据来源整理

CalVLA 通过成功与失败轨迹以及动作置信度对齐（ACal）平方边际排序损失，校准视觉-语言-动作策略的原生动作 token 置信度，并用低秩适配器更新 OpenVLA-7B，不依赖额外的失败检测器。在 LIBERO-10 的 500 组配置留出测试集上，适配后的置信度在三个随机种子下取得联合失败判别 AUROC 0.7392±0.0480，取 130 步与 260 步分数的平均；冻结策略探针为 0.6146–0.6436，但相对线性探针的优势在统计上不确定。