Buchumschlag

When Vision Overrides Language: Evaluating and Mitigating Counterfactual Failures in VLAs

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Fang, Yu, Feng, Yuchun, Jing, Dong, Liu, Jiaqi, Yang, Yue, Wei, Zhenyu, Szafir, Daniel, Ding, Mingyu
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computer Vision and Pattern Recognition Robotics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

BOSS: Benchmark for Observation Space Shift in Long-Horizon Task
von: Yang, Yue, et al.
Veröffentlicht: (2025)

ReBot: Scaling Robot Learning with Real-to-Sim-to-Real Robotic Video Synthesis
von: Fang, Yu, et al.
Veröffentlicht: (2025)

LiLo-VLA: Compositional Long-Horizon Manipulation via Linked Object-Centric Policies
von: Yang, Yue, et al.
Veröffentlicht: (2026)

Differentiate-and-Inject: Enhancing VLAs via Functional Differentiation Induced by In-Parameter Structural Reasoning
von: Hou, Jingyi, et al.
Veröffentlicht: (2026)

ARCADE: Scalable Demonstration Collection and Generation via Augmented Reality for Imitation Learning
von: Yang, Yue, et al.
Veröffentlicht: (2024)

One Hand to Rule Them All: Canonical Representations for Unified Dexterous Manipulation
von: Wei, Zhenyu, et al.
Veröffentlicht: (2026)

Running VLAs at Real-time Speed
von: Ma, Yunchao, et al.
Veröffentlicht: (2025)

Realtime-VLA V2: Learning to Run VLAs Fast, Smooth, and Accurate
von: Yang, Chen, et al.
Veröffentlicht: (2026)

Augmented Reality Demonstrations for Scalable Robot Imitation Learning
von: Yang, Yue, et al.
Veröffentlicht: (2024)

FASTER: Rethinking Real-Time Flow VLAs
von: Lu, Yuxiang, et al.
Veröffentlicht: (2026)

Actions as Language: Fine-Tuning VLMs into VLAs Without Catastrophic Forgetting
von: Hancock, Asher J., et al.
Veröffentlicht: (2025)

Notes-to-Self: Scratchpad Augmented VLAs for Memory Dependent Manipulation Tasks
von: Haresh, Sanjay, et al.
Veröffentlicht: (2026)

SITCOM: Scaling Inference-Time COMpute for VLAs
von: Saxena, Ayudh, et al.
Veröffentlicht: (2025)

Shallow-π: Knowledge Distillation for Flow-based VLAs
von: Jeon, Boseong, et al.
Veröffentlicht: (2026)

Primitive Subspaces Mediate Few-Shot Transfer in VLAs
von: Singh, Anya, et al.
Veröffentlicht: (2026)

VLAs are Confined yet Capable of Generalizing to Novel Instructions
von: Li, Quanyi
Veröffentlicht: (2025)

How Do VLAs Effectively Inherit from VLMs?
von: Zhang, Chuheng, et al.
Veröffentlicht: (2025)

How VLAs (Really) Work In Open-World Environments
von: Rasouli, Amir, et al.
Veröffentlicht: (2026)

Retrieve-then-Steer: Online Success Memory for Test-Time Adaptation of Generative VLAs
von: Zhao, Jianchao, et al.
Veröffentlicht: (2026)

Do World Action Models Generalize Better than VLAs? A Robustness Study
von: Zhang, Zhanguang, et al.
Veröffentlicht: (2026)

VLA-0: Building State-of-the-Art VLAs with Zero Modification
von: Goyal, Ankit, et al.
Veröffentlicht: (2025)

Deep Learning based Quasi-consciousness Training for Robot Intelligent Model
von: Li, Yuchun, et al.
Veröffentlicht: (2025)

Language-Driven Policy Distillation for Cooperative Driving in Multi-Agent Reinforcement Learning
von: Liu, Jiaqi, et al.
Veröffentlicht: (2024)

Counterfactual VLA: Self-Reflective Vision-Language-Action Model with Adaptive Reasoning
von: Peng, Zhenghao "Mark", et al.
Veröffentlicht: (2025)

LaViRA: Language-Vision-Robot Actions Translation for Zero-Shot Vision Language Navigation in Continuous Environments
von: Ding, Hongyu, et al.
Veröffentlicht: (2025)

cVLA: Towards Efficient Camera-Space VLAs
von: Argus, Max, et al.
Veröffentlicht: (2025)

FailSafe: Reasoning and Recovery from Failures in Vision-Language-Action Models
von: Lin, Zijun, et al.
Veröffentlicht: (2025)

Towards Interactive and Learnable Cooperative Driving Automation: a Large Language Model-Driven Decision-Making Framework
von: Fang, Shiyu, et al.
Veröffentlicht: (2024)

ProbeFlow: Training-Free Adaptive Flow Matching for Vision-Language-Action Models
von: Fang, Zhou, et al.
Veröffentlicht: (2026)

Integrated Hardware and Software Architecture for Industrial AGV with Manual Override Capability
von: Iob, Pietro, et al.
Veröffentlicht: (2024)

How VLAs Fail Differently: Black-Box Action Monitoring Reveals Architecture-Specific Failure Signatures
von: Gupta, Krishnam
Veröffentlicht: (2026)

Mixture of Horizons in Action Chunking
von: Jing, Dong, et al.
Veröffentlicht: (2025)

CAST: Counterfactual Labels Improve Instruction Following in Vision-Language-Action Models
von: Glossop, Catherine, et al.
Veröffentlicht: (2025)

CollaBot: Vision-Language Guided Simultaneous Collaborative Manipulation
von: Song, Kun, et al.
Veröffentlicht: (2025)

Lost in Fog: Sensor Perturbations Expose Reasoning Fragility in Driving VLAs
von: Priyadershi, Abhinaw, et al.
Veröffentlicht: (2026)

Paper index: Designing an introductory HRI course (workshop at HRI 2024)
von: Admoni, Henny, et al.
Veröffentlicht: (2024)

Scaling Sim-to-Real Reinforcement Learning for Robot VLAs with Generative 3D Worlds
von: Choi, Andrew, et al.
Veröffentlicht: (2026)

Ground Slow, Move Fast: A Dual-System Foundation Model for Generalizable Vision-and-Language Navigation
von: Wei, Meng, et al.
Veröffentlicht: (2025)

What Frozen VLAs Already Know About Success: A Probing Study of Value-Like Structure in Foundation Robot Policies
von: Zhang, Jiachen, et al.
Veröffentlicht: (2026)

VTAM: Video-Tactile-Action Models for Complex Physical Interaction Beyond VLAs
von: Yuan, Haoran, et al.
Veröffentlicht: (2026)