跳到正文
arXiv · AI· Jun Xiao, Rui Ye, Dong Cao, Jinyu Gu, Ying Wang, Zhiliang Zhu·· 2026-10-14AI 评分45

VLA-GAUGE:视觉-语言-动作模型泛化与鲁棒性的系统评估框架

VLA-GAUGE: Systematically Evaluating Generalization and Robustness in Vision-Language-Action Models

AI 导读

12 种 VLA 在 VLA-GAUGE 框架下的平均 Zero-Shot Score 仅为 22.3%,SimpleVLA-RL 以 8.0% 得分倒数第二。在三种组合扰动配置下,平均 R-Score 为 9.3,表明高成功率任务不保证零样本泛化。诊断驱动的微调使 $\pi_{0.5}$ 的泛化和鲁棒性分别提升 72.4 和 31.8 分。

来源:arXiv · AI · arxiv.org