视觉-语言-动作策略的可行未来解码：安全动作之外的VICS-G方法

论文提出可行未来解码，用策略环境轨迹在安全任务完成条件下的精确下一块边缘分布，弥补视觉-语言-动作策略只按动作似然选择下一步的不足。其训练免重排器VICS-G在六个 Safety-CHORES 设置中使平均累计安全成本降低1.9%—57.5%，成功率和平均回合长度分别保持在策略采样2.5个百分点和0.82步以内；该结果仅依据论文摘要。

摘自 arXiv · cs.AI

还没有足够的连续观测数据，暂不绘制趋势。