感知却不制动：推理型驾驶 VLA 中的感知—动作绑定鸿沟

基于摘要分析。本文研究增强推理能力的驾驶 vision-language-action（VLA）模型为何能够感知并推理安全关键危险，却仍未生成安全动作；作者将其归因于“感知—动作绑定鸿沟”，并在 Alpamayo-1.5 的冻结 flow-matching 采样器中注入危险条件能量，以在生成阶段增强危险信息对轨迹的控制，而不重新训练或修改权重。 诊断方法结合配对模拟反事实与已记录驾驶数据回放。作者报告，行驶路径上的危险已编码在视觉表征中，但纵向规划主要受自车速度历史支配，对障碍物接近程度及模型自身推理轨迹的响应较弱；进一步分析表明，轨迹生成器具备制动能力，部分未制动行为来自危险信息与动作生成之间的耦合不足。这一区分将“看见危险”“能够制动”与“实际依据危险制动”分开检验，而非仅凭推理文本判断安全性。 在提供精确障碍物几何信息的评估条件下，作者报告，引导将车辆轮廓侵入障碍物的比例从 58.1% 降至 14.5%；在其制动相关闭环测试组中，只要剩余停车距离充足即可恢复安全制动，并完全消除碰撞。作者还报告，规划的依赖关系由跟随自车速度转为响应障碍物距离。上述结果仅适用于摘要所述条件，不能外推为一般道路环境下的零碰撞保证。 复现时需核对危险条件能量的定义与引导强度、反事实构造、闭环测试覆盖、侵入指标及停车距离判据，并评估精确几何信息替换为实际感知输出后的表现。实验协议、消融及统计信息尚未验证。本文主要对象是驾驶 VLA，并非 EEG 或 BCI；材料尚不足以建立具体的神经信号迁移机制，不据此推断 BCI 有效性。