VLA无任务输入风险：六检查点在空指令下仍全部启动动作

机器人应只在收到人的指令，或具有由机器人明确表征并自行生成的意图时行动。缺乏此类指令的非预期动作可能给人和环境带来风险或不便。我们研究近期视觉语言动作（VLA）策略在指令缺失或无意义时的反应。在LIBERO-Goal仿真中，对六个模型检查点使用空指令、中性指令、无意义指令、不可行指令及错误任务指令的配对协议，保持初态不变，只改变指令，考察机器人是否启动、完成什么任务，以及指令到底决定什么。即使指令为空，六个检查点在每个回合都会开始运动；其中五个还经常完成未被指令指定的任务。在两个GR00T检查点上，指令决定执行哪个任务，却不决定是否开始运动；即使指令不可行，机器人仍会动。随后，我们测试三种抑制启动的方法：在前面添加“没有任务时不要移动”；当给定指令与空指令下的首个动作块近似相同时，以门控令机器人保持静止；以及微调策略，使它在非任务输入下不动。前缀未能在任何检查点阻止机器人启动；门控在六个检查点中的五个，能够在非任务输入下令其保持静止。微调策略在非任务输入下从未完成任务，但并不能可靠保持静止，也无法抑制不可行指令下的启动。