Progress Probes 直接读取 VLA 策略自身的内部激活,在演示数据上训练线性探针估计任务进度,执行偏离预期即报警。在开源 VLA π0.5 上的实验横跨仿真与真实操作任务,失败检测效果与基于视觉语言模型的监控相当或更好,训练不需要失败数据。
正文完
Progress Probes 直接读取 VLA 策略自身的内部激活,在演示数据上训练线性探针估计任务进度,执行偏离预期即报警。在开源 VLA π0.5 上的实验横跨仿真与真实操作任务,失败检测效果与基于视觉语言模型的监控相当或更好,训练不需要失败数据。