Uncovering and Mitigating Positional Blind Spots in Vision-Language-Action Models
论文《Uncovering and Mitigating Positional Blind Spots in Vision-Language-Action Models》提出，VLA 模型在机器人操作中即使指令和其他场景因素固定，仅移动任务无关干扰物也会在局部空间区域显著提高失败概率，称为位置盲区（PBS）。作者提出两阶段黑盒框架：用网格化和单侧对数似然比检验定位 PBS 单元，再用 LoRA 在 PBS 区域演示数据上微调策略。在五个 SOTA VLA 策略和两个基准上评估，发现 PBS 普遍存在且空间集中。
Development
- First ReportUncovering and Mitigating Positional Blind Spots in Vision-Language-Action ModelsarXiv cs.RO
- Current Assessment该研究对机器人操作领域有重要影响，提示现有评估指标（如平均成功率）可能掩盖空间不均匀性，导致部署时意外失败。VLA 模型在真实场景中可能因位置盲区而不可靠，需要更细致的评估和缓解方法。Agent Pulse · analysis
该论文揭示 VLA 模型在机器人操作中存在位置盲区（PBS）：即使指令和其他场景因素固定，仅移动任务无关干扰物也会在局部空间区域显著提高失败概率。作者提出两阶段黑盒框架：先网格化工作空间，用单侧对数似然比检验定位 PBS 单元；再在 PBS 区域收集演示数据，用 LoRA 微调策略，以提升该区域能力同时保持其他区域性能。在五个 SOTA VLA 策略和两个基准上评估，发现 PBS 普遍存在且空间集中，失败率最高可达……（原文截断）。
该框架采用黑盒方式，无需访问模型内部，仅通过输入输出即可定位 PBS，降低了应用门槛。单侧对数似然比检验提供了统计显著性，避免随机波动误报。LoRA 微调在保持整体性能的同时提升局部能力，是一种参数高效的方法。未来可探索更精细的 PBS 定位（如连续空间）和更高效的缓解策略。
该研究对机器人操作领域有重要影响，提示现有评估指标（如平均成功率）可能掩盖空间不均匀性，导致部署时意外失败。VLA 模型在真实场景中可能因位置盲区而不可靠，需要更细致的评估和缓解方法。
对机器人公司而言，该框架可提升 VLA 模型在真实环境中的可靠性，减少因位置盲区导致的失败，降低部署风险。通过定位和缓解 PBS，可提高任务成功率，增强产品竞争力。
未来工作可能包括：将 PBS 检测扩展到更多任务和场景；开发在线自适应缓解方法；结合其他微调技术提升效率；探索 PBS 与模型架构、训练数据的关系。