基于事件驱动的稀疏自编码器用于视觉-语言-动作策略

Xinchen Jin, Aditya Chatterjee, Pranav Kumar, Rohan Paleja

2026

摘要

该论文提出了一种事件驱动的可解释性管道，通过将稀疏自编码器特征与行为事件（如末端执行器关键帧）关联，来理解视觉-语言-动作策略的隐藏表示。实验表明，该方法在仿真和真实机器人上均能有效识别关键特征，并产生因果影响。

VLA policiessparse autoencodersinterpretabilityroboticsclosed-loop behavior

LEARNING

开放获取📊 1 引用

Keyi Shen, Glen Chou

2026

LEARNING

📊 0 引用

Xiwei Wu, Wei Wu, Qiqi Chen 等 9 位作者

Robotics and Computer-Integrated Manufacturing · 2026

LEARNING

📊 0 引用

Hedi Boukamcha, Anas Neumann, Monia Rekik 等 6 位作者

Robotics and Computer-Integrated Manufacturing · 2026

LEARNING

📊 0 引用

Jiaxin Liu, Xiaofeng Zhou, Suyang Yu 等 8 位作者

Robotics and Computer-Integrated Manufacturing · 2026