视觉-语言-动作（VLA）模型中的神经几何现象学

预印本摘要称，研究者针对视觉-语言-动作（VLA）模型构建了涵盖 7 个任务相关概念的表征几何分类体系。研究发现模型内部几何多为多维且受动作约束塑造，如到目标的标量距离在两个正交子空间中分别呈现为接近阶段的粗尺和抓取阶段的细尺。该几何特性在另外两个包含真实机器人数据的 VLA 模型中复现，并可通过沿概念几何方向实施干预进行策略引导。