Tri-Info：通过信息论对 VLA 模型进行可推广、可解释的故障预测

视觉-语言-动作 (VLA) 模型越来越多地部署在不同的任务中，但它们仍然是黑匣子，其物理交互可能会造成不可逆转的损害，因此可推广和可解释的故障检测至关重要。我们观察到，成功和失败的部署都带有系统不同的信息论特征。在此基础上，我们将 VLA 控制形式化为闭环信息管道，并导出三重信息理论 (Tri-Info) 信号，该信号捕获动作是否保持多样化、时间一致以及与状态转换的耦合。在六个 VLA 模型和三个基准环境中，Tri-Info 匹配了领域内最强的基线。此外，Tri-Info 可以跨架构、环境和模拟与现实之间的差距进行传输，无需使用标记数据进行重新训练，在现实任务中达到 70% 的准确率。这使得 Tri-Info 成为一种简单而强大的方法，不仅可以通过强大的跨域泛化来检测故障，而且还可以提供对底层故障模式的可解释的诊断。