研究刻画VLA模型内部任务概念的几何结构

Mozes Jacobs等作者发表预印本论文，用受控扫描、自然rollout、线性探针和激活干预，为视觉-语言-动作模型（VLA）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的几何以多维为主，并受策略所处约束塑造。作者称，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。 作者称，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；他们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，尚未经同行评议。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。