事件锚定SAE分析VLA策略流程提出

Xinchen Jin等作者提出一种事件锚定的可解释性流程，把稀疏自编码器（SAE）特征分析锚定到机器人行为事件而非文本上下文：提取末端执行器轨迹关键帧，按视觉、机器人状态与时间线索聚类，据此给特征排序。 在两个仿真架构和一项真机实验中，事件锚定排序在 OpenVLA 上产生最强因果效应，并可迁移到 π0.5 的连续动作块。作者称 SAE 是稀疏但不完美的干预基座，可用性随架构与干预位置变化，激进干预会暴露安全与可解释性局限。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。