arXiv cs.AI· Matteo Cercola, Katie Z Luo, Simone Formentin, Marco Pavone·· 11 小时前AI 评分44
推理驱动的 VLA 驾驶模型能感知危险却不刹车：感知-动作绑定缺口
Perceives but Doesn't Brake: A Perception-Action Binding Gap in Reasoning Driving VLAs
AI 导读
推理增强的 VLA 驾驶模型能感知并推理安全危险，却无法将证据转化为安全动作，研究将其定义为感知-动作绑定缺口。在 Alpamayo-1.5 冻结的 flow-matching 采样器中注入危险条件能量后，障碍物侵入率从 58.1% 降至 14.5%，并在刹车相关闭环测试中完全消除碰撞。该引导还使规划从依赖自车速度历史转为响应障碍物距离。
正文 · AI 翻译
摘要：推理增强的视觉-语言-动作（VLA）驾驶模型能够感知并推理安全关键的危险，却无法将这些证据转化为安全动作。我们将这一失败称为感知-动作绑定缺口：危险信息在模型内部可用，但对轨迹生成的控制不足。利用匹配的模拟反事实和记录驾驶回放，我们表明路径内的危险实际上被编码在视觉表征中，但纵向规划主要由自车速度历史主导，对危险接近程度或模型自身推理轨迹的响应很弱。进一步分析表明，轨迹生成器具备制动能力，但由于感知-动作绑定缺口，有时未能制动。在不重新训练或修改任何权重的情况下，我们向 Alpamayo-1.5 的冻结流匹配采样器中注入危险条件能量，在生成时恢复缺失的耦合。在精确障碍物几何条件下，引导将足迹侵入率从 58.1% 降至 14.5%，并在剩余足够制动距离时恢复安全制动，在我们的制动相关闭环测试组中完全消除了碰撞。它还逆转了所诊断出的规划依赖关系，从跟踪自车速度转变为响应障碍物距离。这些结果将驾驶 VLA 中的危险感知与危险控制区分开来，表明即使模型同时具备证据和采取行动的能力，也可能出现不安全行为，并提出了一种弥合这一绑定缺口的简单修复方法。
| 学科： | 机器人学（cs.RO）；人工智能（cs.AI） |
| 引用为： | arXiv:2610.28184 [cs.RO] |
| （或 arXiv:2610.28184v1 [cs.RO] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.28184 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Matteo Cercola [查看邮箱]
[v1]
2026年10月20日星期二 13:21:14 UTC（2,290 KB）
来源：arXiv cs.AI · arxiv.org