arXiv Robotics· Aiden Swann, Mozes Jacobs, Mathilde Papillon, Siddharth Boppana, David Chanin, Dron Hazra, Usha Bhalla, Curt Tigges, Mac Schwager, Owen Lewis, Jack Merullo, Ekdeep Singh Lubana, Atticus Geiger, Thomas Fel, Matthew Kowal·· 2 小时前AI 评分27
多维特征提取器在机器人基础模型中实现细粒度引导与数据塑形
Multi-Dimensional Featurizers Yield Fine-Grained Steering and Data Shaping in Robot Foundation Models
AI 导读
研究显示，块稀疏特征提取器（BSFs）能在视觉-语言-动作模型中恢复感知、语言、本体状态、回合阶段和控制变量等多维任务相关特征，并通过细粒度引导因果验证：对视觉感知、语义表征和空间定位的定向修改可预测地改变下游动作预测。基于特征的数据归因进一步定位了失败恢复行为的训练数据来源，掩码不到1.4%的训练token即可移除该行为。
来源：arXiv Robotics · arxiv.org