研究刻画视觉-语言-动作模型内部神经几何的七类任务概念

研究以受控扫描、自然rollout、线性探针和激活干预，为VLA模型中的任务相关概念建立七类分类，发现这些概念在表征空间中呈现的几何以多维为主，并受策略所处约束塑造。例如关节物理限位使腕部朝向呈现为开放弧而非圆，到目标的距离这一标量则分布在两个正交子空间中，分别对应接近阶段的粗尺度和抓取阶段的细尺度。相同几何在两个使用真实机器人数据的VLA模型上重现，说明其既非模型特有，也非仿真产物。作者还演示了沿概念所呈现的几何进行引导，以说明发现的可操作性。该工作为预印本，共41页，正文10页。