Framework Hide-and-Seek rileva fallimenti di robot VLA da etichette di traiettoria

I ricercatori propongono Hide-and-Seek, un framework per il rilevamento di fallimenti in tempo reale nei modelli Vision-Language-Action (VLA). I modelli VLA consentono ai robot di seguire istruzioni in linguaggio naturale ma sono soggetti a fallimenti di esecuzione. I metodi di rilevamento esistenti sono costosi o oscurano i segnali localizzati. Hide-and-Seek formula il rilevamento dei fallimenti come un problema di apprendimento supervisionato grossolano utilizzando obiettivi contrastivi inter e intra-traiettoria, localizzando le azioni indicative di fallimento dalla sola supervisione a livello di traiettoria, senza annotazioni a livello di passo. L'articolo è disponibile su arXiv.