ChromaGuard：VLA模型保色对抗训练

2026年11月10日，arXiv Robotics 刊出 Marino Watanabe 等作者的研究，提出 FLARE 优化框架，通过定向光照扰动攻击视觉-语言-动作（VLA）模型，暴露其对颜色的盲区。研究同时提出 ChromaGuard 色度保持对抗训练方法用于修复。报道称，研究发现朴素数据增强会让模型把颜色当作噪声丢弃、转而过度依赖形状线索；在诊断性灰度评测中，朴素防御模型在灰度输入上保持高成功率，但在依赖颜色的正常真实任务上成功率最高仅 48.8%，低于未防御 SmolVLA 基线的 78.8%。目前该工作处于论文发布阶段，后续验证与复现情况尚待跟进。

AI 根据报道生成 · 59 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。