arXiv发布驾驶VLA感知-行动绑定缺口研究

2026年10月20日，Matteo Cercola等人在arXiv cs.AI板块发布论文《Perceives but Doesn't Brake: A Perception-Action Binding Gap in Reasoning Driving VLAs》。该文指出推理型驾驶VLA模型存在“感知-行动绑定缺口”，即模型虽能感知危险，却未能将其转化为安全动作。研究团队在不重新训练或修改权重的情况下，向Alpamayo-1.5的冻结流匹配采样器注入危险条件能量，以在生成时恢复缺失的耦合。实验结果显示，该方法将足迹入侵率从58.1%降至14.5%，并成功恢复了安全制动功能。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。