arXiv cs.AI· Zongyao Lyu, Lingling Chen, William J. Beksi·· 14 小时前AI 评分35
SentryVLA：面向视觉-语言-动作机器人控制的不确定性引导动作选择与状态监测
SentryVLA: Uncertainty-Guided Action Selection and State Monitoring for Vision-Language-Action Robotic Control
AI 导读
SentryVLA 是一个面向冻结 VLA 策略的轻量级运行时封装，无需重训练或修改架构即可提升动作选择可靠性。它在动作层用保形分位数回归估计采样动作与专家行为的偏差上界并据此对多个随机候选排序，在执行层用基于 Mahalanobis 距离的异常分数监测闭环控制中的异常状态。仿真与实体机器人实验显示其改善了动作选择并提供有效的运行时预警信号，成果将发表于 CoRL 2026。
正文 · AI 翻译
摘要：视觉-语言-动作（VLA）模型已成为通用机器人控制器，可将视觉观察和语言指令映射为连续动作。然而，预训练的 VLA 通常对其生成动作的可靠性提供的信息有限，这使得在必须预判执行失败时部署变得困难。我们通过引入 SentryVLA 来解决这一问题，它是用于冻结 VLA 策略的轻量级运行时封装器。在动作层面，SentryVLA 使用保形分位数回归来估计在校准分布下采样的 VLA 动作与类专家行为之间偏差的校准上界。然后，预测的偏差被用于对多个随机候选进行排序以进行动作选择。在执行监控层面，SentryVLA 对在最终动作预测之前提取的上下文化潜在执行状态应用基于马氏距离的异常分数，为在闭环控制期间检测异常执行状态提供补充信号。该框架不需要重新训练或对底层 VLA 策略进行架构修改。在仿真和物理机器人上的实验表明，SentryVLA 改进了动作选择，并为异常执行状态提供了有用的运行时警告信号。这些发现证明了事后可靠性评分在改善预训练 VLA 策略运行时行为方面的实用价值。项目网页：this https URL。
| 评论： | 将发表于 2026 年机器人学习会议（CoRL） |
| 主题： | 机器人学（cs.RO）；人工智能（cs.AI） |
| 引用为： | arXiv:2604.16677 [cs.RO] |
| （或 arXiv:2604.16677v2 [cs.RO] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2604.16677 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：William Beksi [查看电子邮件]
[v1]
2026 年 4 月 17 日星期五 20:20:43 UTC（15,396 KB）
[v2]
2026 年 10 月 25 日星期日 02:55:19 UTC（22,852 KB）
来源：arXiv cs.AI · arxiv.org