VICS-G：为 VLA 策略解码可行未来，降低安全代价最高 57.5%
A Safe Action Is Not Enough: Feasible-Future Decoding for Vision-Language-Action Policies
阅读原文
本站未展示全文，请前往来源网站阅读。
AI 导读
针对冻结的视觉-语言-动作（VLA）策略可能选中局部安全但无法完成任务的动作，研究者提出可行未来质量概念，并开发免训练重排序器 VICS-G。该模块在六个 Safety-CHORES 设置中将平均累计安全代价降低 1.9%-57.5%，成功率与策略采样差距不超过 2.5 个百分点，平均回合长度差 0.82 步，且无需重新训练策略或在线 rollout。
来源：Hugging Face Daily Papers · arxiv.org