arXiv · 工业智能研究摘要· Jun Xiao·· 2 天前
VLA-GAUGE：视觉-语言-动作模型泛化与鲁棒性系统化评估框架
VLA-GAUGE: Systematically Evaluating Generalization and Robustness in Vision-Language-Action Models
AI 导读
预印本摘要显示，研究者提出统一评测框架VLA-GAUGE，涵盖六个能力套件的分布内外配对任务、单因素敏感性与组合扰动评估，并支持基于诊断的模型定向微调。在对跨越不同规模与动作建模范式的12款VLA模型进行测试后，其平均零样本得分仅为22.3%，组合扰动下的平均R-Score为9.3分。
来源：arXiv · 工业智能研究摘要 · arxiv.org