pi_0

機器人控制的「文字敏感症」：為何一個詞能讓 VLA 模型成功率從 100% 跌到 2%？

"Rephrase Before You Act": Mitigating the Extreme Language Sensitivity of Vision-Language-Action Models

研究揭露視覺-語言-動作模型（VLA）對指令措辭極度敏感，並提出一個無需重新訓練模型、透過大型語言模型（LLM）自動提煉重寫規則的零樣本框架，顯著提升機器人任務的成功率。