SOUL用稀疏特征遗忘减少VLA状态幻觉

论文作者提出并实验评估了SOUL（Sparse feature pOlicy UnLearning）方法，用于减少视觉—语言—动作（VLA）模型在执行任务时对环境状态的幻觉性判断。论文摘要称，该方法通过稀疏特征识别与状态幻觉相关的知识，选择性遗忘相关策略、保留操作策略；在模拟和真实环境、多种VLA架构上的实验显示，状态幻觉失败减少且任务成功率提升，同时未明显损害既有操作能力。 作者还称，状态幻觉发生时，模型对任务相关视觉区域的注意力减弱，稀疏自编码器分析发现相关稀疏特征会被激活。具体实验细节、基准和评估范围未在摘要中说明，当前结论依据论文摘要。

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。