arXiv cs.AI· Tu Nguyen, Matthieu Zimmer, Vu Anh Vu, Ziyi Wang, Jannik Hammel Nielsen, Xuebing Zhou, Haitham Bou Ammar·· 10 天前AI 评分22
VICS-G：为 VLA 策略解码可行未来，安全动作不等于可行动作
A Safe Action Is Not Enough: Feasible-Future Decoding for Vision-Language-Action Policies
AI 导读
针对冻结的 VLA 策略可能选中局部安全但断绝后续安全完成路径的问题，研究者提出可行未来质量这一候选相关指标，并开发免训练、告警触发的重排序器 VICS-G。在六个 Safety-CHORES 设置中，VICS-G 将平均累计安全代价降低 1.9%-57.5%，成功率与策略采样差距在 2.5 个百分点以内，平均回合长度差距 0.82 步，且无需重新训练策略或在线 rollout。
正文 · AI 翻译
摘要：安全的动作未必是可行的动作。一个冻结的视觉-语言-动作（VLA）策略可能倾向于选择一个局部可接受的移动，却使策略无法支持任何通往安全任务完成的路径。我们将此称为可行性-似然性差距：似然性对下一步移动进行排序，而可行性则取决于它所留下的未来可能性。
为了将这些未来纳入决策，我们推导出在限定于安全任务完成条件下、以历史为条件的策略-环境轨迹律的精确下一块边缘分布。该推导揭示了一个依赖于候选的可行未来质量：其支撑集记录了在冻结的延续过程下安全完成是否仍然可能，而其大小则衡量了剩余多少加权安全完成质量。由于精确评估在线不可行，我们开发了一种选择性有限候选近似方法，并建立了恢复最佳保留可行候选的条件。
我们的告警触发、免训练重排序器 VICS-G 在六个 Safety-CHORES 设置中将平均累积安全成本降低了 1.9%-57.5%，同时在成功率和平均回合长度上分别保持在策略采样的 2.5 个百分点和 0.82 步以内。我们的方法为更安全地完成任务提供了一条有前景且实用的路径，其基于精确的策略相对目标，却既不需要策略重新训练，也不需要在线 rollout。
| 学科： | 人工智能（cs.AI）；机器人学（cs.RO） |
| 引用为： | arXiv:2610.05166 [cs.AI] |
| （或使用 arXiv:2610.05166v2 [cs.AI] 查看此版本） | |
| https://doi.org/10.48550/arXiv.2610.05166 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Tu Nguyen [查看电子邮件]
[v1]
2026年10月4日星期日 12:24:17 UTC（480 KB）
[v2]
2026年10月6日星期二 10:17:30 UTC（480 KB）
来源：arXiv cs.AI · arxiv.org