Новая работа FailureSpot предлагает схему обнаружения сбоев vision-language-action моде...
Новая работа FailureSpot предлагает схему обнаружения сбоев vision-language-action моделей на уровне отдельного момента времени, а не всей траектории. Проблема, которую авторы фор… Решение состоит из двух частей. Сначала из неразмеченных action chunks VLA-модели строятся слабые сигналы наблюдения: несовместимые подряд идущие чанки, замороженные или холостые действия, резкие случайные движения. Затем активное обучение отбирает только самые неопределённые траектории для разметки на уровне момента времени, и на этих метках детектор дообучается. Эксперименты проведены на mu — полное название набора в доступном фрагменте обрезано, поэтому переносить результаты на конкретный промышленный сценарий пока нельзя. Для российского производства это означает следующее. Если VLA-манипулятор ставится на операцию с длинным циклом, детектор отказа нужен как часть системы безопасности и как триггер остановки или передачи задачи оператору. Подход, экономящий дорогую ручную разметку, снижает стоимость ввода такой функции — но только при наличии собственного лога действий и возможности дообучения на месте. Что именно переносимо: сама идея слабых сигналов из чанков и активного отбора неопределённых траекторий не требует экзотического железа. Что зависит от условий: качество детектора на реальном оборудовании, доступность вычислительного модуля рядом с контроллером и готовность интегратора вести разметку инцидентов. Пока неизвестны ни задержка детектора, ни полнота обнаружения на промышленных задачах — без этих цифр встраивать метод в контур безопасности преждевременно. Конкуренция в робототехнике смещается к надёжности и стоимости эксплуатации, а не только к качеству самой политики управления. Источники: arXiv — Robotics (cs.RO)