多维特征器实现机器人基础模型精细操控与数据塑形

2026年10月16日，arXiv Robotics 刊出 Aiden Swann 等作者的论文，研究机器人基础模型的多维特征发现与行为控制方法。论文称，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，并通过细粒度引导进行因果验证：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。上述结果均为该论文的表述，尚未见后续跟进报道。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。