Does Adversarial Training Improve Generalization in Multi-View VLAs? Revealing and Mitigating View Collapse

arXiv cs.AI · 29 sept, 06:00

Investigadores estudian cómo el entrenamiento adversarial afecta la generalización en modelos Vision-Language-Action (VLA) para control robótico. Descubren un fallo sorprendente denominado "view collapse", donde el modelo se vuelve excesivamente dependiente de una vista de cámara, lo que crea una ilusión de robustez sin mejorar realmente la percepción.