Nghiên cứu
RoboFollow: Vạch trần 'ảo ảnh' tuân thủ chỉ dẫn của các tác nhân AI hiện thân
(giờ Việt Nam)
Tóm tắt AI
RoboFollow là bộ tiêu chuẩn chẩn đoán mới chỉ ra rằng tỷ lệ thành công cao của các tác nhân AI hiện thân thường chỉ là ảo ảnh do 'độ hỗn loạn cảnh thấp'. Nghiên cứu này tách biệt khả năng hiểu ngôn ngữ và thực thi hành động thông qua hệ thống phân cấp L0-L3.
Chính văn · Bản dịch AI
Tóm tắt: Các tác nhân hiện thân (embodied agents) hiện đại đạt được tỷ lệ thành công ấn tượng, tuy nhiên khả năng tuân thủ chỉ dẫn thực tế của chúng lại yếu hơn nhiều so với những con số này. Chúng tôi truy nguyên ảo tưởng này đến một đặc tính cấu trúc mà chúng tôi gọi là entropy cảnh thấp: khi một cảnh trực quan chỉ cho phép một nhiệm vụ hợp lệ duy nhất, ngôn ngữ trở nên dư thừa và một chính sách (policy) có thể đạt điểm cao mà hầu như không cần sử dụng đến nó. Chúng tôi giới thiệu RoboFollow, một tiêu chuẩn chẩn đoán với ba nguyên tắc: (1) Entropy cảnh cao: mỗi cảnh huấn luyện hỗ trợ nhiều nhánh nhiệm vụ khác biệt về mặt động học, khiến việc chỉ dựa vào thị giác là không đủ và buộc phải phụ thuộc vào ngôn ngữ. (2) Giao thức chẩn đoán phân cấp: một giao thức bốn cấp (L0--L3) làm nhiễu dần bố cục và ngữ nghĩa trực quan, thăm dò xem liệu các chỉ dẫn tương đương có mang lại hành vi nhất quán hay không và các chỉ dẫn khác biệt có mang lại hành vi có thể phân biệt được hay không thông qua các quan hệ không gian, thuộc tính, ràng buộc quỹ đạo và logic. (3) Chẩn đoán kiểm soát nhiễu: chúng tôi đơn giản hóa các đối tượng tương tác, giới hạn hành động trong danh mục đã được huấn luyện và báo cáo điểm Ý định (Intent) và Thực thi (Execution) theo từng giai đoạn, tách biệt khả năng hiểu với việc thực thi vận động. Việc đánh giá chín chính sách VLA và WAM cho thấy hiệu suất L0 mạnh mẽ, nếu đạt được, không chuyển đổi đáng tin cậy sang L1--L3 trong thiết lập tinh chỉnh của chúng tôi. Các biện pháp giảm thiểu tiêu biểu, bao gồm các xương sống VLM mạnh hơn, đồng huấn luyện QA, LangForce và Classifier-Free Guidance, đều không thể thu hẹp khoảng cách này. RoboFollow phơi bày việc tuân thủ chỉ dẫn thực sự là một nút thắt quan trọng nhưng thường bị bỏ qua. Mã nguồn và tập dữ liệu có sẵn tại đường dẫn https này và đường dẫn https này.
| Chủ đề: | Robotics (cs.RO) |
| Trích dẫn là: | arXiv:2609.25636 [cs.RO] |
| (hoặc arXiv:2609.25636v1 [cs.RO] cho phiên bản này) | |
| https://doi.org/10.48550/arXiv.2609.25636 DOI do arXiv cấp thông qua DataCite (đang chờ đăng ký) |
Lịch sử gửi bài
Từ: Chang Guo [xem email] [v1] Thứ Ba, 22 tháng 9 năm 2026 03:48:02 UTC (8.086 KB)
Bài viết được AI dịch và tổng hợp tự động từ HuggingFace Daily Papers (bài nghiên cứu nổi bật của cộng đồng). Liên kết bài gốc ở phía trên. Dữ liệu đồng bộ qua API công khai được ghi nguồn tại AI HOT (canonical) ↗. AIHOT.vn luôn dẫn nguồn đầy đủ — nếu bạn thấy điểm cần chỉnh sửa, hãy gửi ý kiến tại trang phản hồi.