arXiv Robotics· Yanzhe Chen, Zhijun Cao, Mike Zheng Shou·· 2 小时前AI 评分34
DLS：面向鲁棒 VLA 模型的失败边界学习
Where Success Breaks: Failure-Boundary Learning for Robust Vision-Language-Action Models
AI 导读
研究提出 DLS，将 VLA 模型适配视为失败边界学习，通过少量真实示范与仿真协同训练获得行为先验，并借助 on-policy 数字孪生 rollout 大规模发现失败边界。该方法用特权仿真状态做语义进度定位，给出进度感知信号而非二值标签，在流动力学中定向强化成功去噪方向、抑制失败方向。真实机器人操作任务中，DLS 在随机初始状态和未见视觉条件下鲁棒性优于 SFT 与在线 RL 基线。
来源：arXiv Robotics · arxiv.org