arXiv · ML· Vigneshwaran Subbaraju, Obaidullah Zaland, Monowar Bhuyan·· 5 小时前AI 评分28
联邦 VLA 适配中人类修正的安全传输：一项可证伪的评估议程
When Human Corrections Travel: Safety in Federated VLA Adaptation
AI 导读
论文探讨联邦学习与视觉语言动作（VLA）策略在人类修正共享中的潜在冲突，指出平均任务成功率的提升可能抑制罕见安全干预或导致其他机器人产生不安全响应。 文章提出三项核心要求：在共享决策时保留多模态修正的上下文与不确定性；在每个接收机器人闭环中评估候选更新；同步评估安全关键证据保留度与隐私泄露。 该工作提供反例与可证伪的评估议程，未包含实验结果，强调即时可读防御性行为在人类交互中的必要性。
来源：arXiv · ML · arxiv.org