PerturBot：用扰动训练打破视觉-语言-动作模型的捷径先验

针对视觉-语言-动作（VLA）模型依赖"模态捷径"的问题，研究者提出 Perturbot 训练方法：通过任务保持的手腕视角扰动、加入决策相关描述丰富指令，并混入随机与失败轨迹片段并按其真实行为重新标注，在不改变推理的前提下让任务证据更易被使用、捷径不再充分。同时提出离线指标 GroundingFscore，用于诊断策略对模态捷径的依赖程度，与任务成功率互补，判断模型扩展是否健康。