LEARNING开放获取
能力与鲁棒性不可兼得:视觉-语言-动作模型的信息论界限
Jianwei Tai
2026
摘要
本文证明了视觉-语言-动作(VLA)策略中能力与鲁棒性之间存在信息论上的权衡,其总和受任务熵和对抗信道容量的上限约束。通过OpenVLA-7B的实验验证,该界限在像素级和编码器特定条件下均可量化,为VLA模型的鲁棒性设计提供了理论指导。
关键词
VLA modelsrobustnessinformation theoryadversarial perturbationscapability-robustness trade-off
相关论文
LEARNING
开放获取📊 1 引用
面向学习与规划的并行可微可达性:具有认证神经动力学与控制器的系统
Keyi Shen, Glen Chou
2026
LEARNING
📊 0 引用
人工智能增强的智能焊接岛:基础模型革新制造业
Xiwei Wu, Wei Wu, Qiqi Chen 等 9 位作者
Robotics and Computer-Integrated Manufacturing · 2026
LEARNING
📊 0 引用
基于深度强化学习和动态图神经网络的多任务机器人调度代理
Hedi Boukamcha, Anas Neumann, Monia Rekik 等 6 位作者
Robotics and Computer-Integrated Manufacturing · 2026
LEARNING
📊 0 引用
基于微调与AAS增强检索的LLM驱动自动化DFA评估
Jiaxin Liu, Xiaofeng Zhou, Suyang Yu 等 8 位作者
Robotics and Computer-Integrated Manufacturing · 2026