Task scrubbing抑制VLA视觉捷径

基于摘要分析。本文研究 vision-language-action（VLA）模型如何因机器人示范数据多样性有限，将视角、背景等无关视觉特征当作任务捷径，并提出表征层面的诊断指标 action margin 与域对抗训练方法 task scrubbing，以减少视觉捷径依赖、改善分布外泛化。 机制与贡献：作者报告，不同视觉语言模型骨干对视觉捷径的敏感程度明显不同，其行为与 action margin 相关；该指标无需策略 rollout，但摘要未给出计算定义或适用条件。作者报告，视觉捷径会在早期层进入动作表征，不同模型的后续层利用语言信息纠正这些捷径的程度不同。task scrubbing 旨在通过域对抗训练提高模型对语言信息的利用；具体对抗目标、监督信号、训练模块与损失形式尚未验证。 实验与证据边界：作者报告，在涵盖多个 VLA 和视觉线索的仿真及真实机器人实验中，task scrubbing 提高了分布外鲁棒性，并常能消除视觉捷径学习。摘要未提供模型名称、数据规模、数据划分、对照基线或定量指标，因此尚不能判断增益幅度及适用范围。实验协议、消融及统计信息尚未验证；复现还需核对 action margin 的实现、捷径操控方式、训练配置与评估流程。 平台推测（待验证）：迁移假设是，若 EEG 解码任务中的被试、会话或采集条件与任务标签存在伪相关，可借鉴其表征诊断与对抗去捷径思路；原领域有效不等于 BCI 有效。可复用的是诊断与干预框架，需改造的是 EEG 编码器、干扰因素定义及监督信号，不能直接照搬 VLA 的语言纠偏机制。EEG 的低信噪比、通道差异和小数据可能使对抗训练误删有效生理信息。可先在任务标签与已知会话因素可区分的数据上，比较干预前后的 Cross-session 表现及表征中的会话可预测性，检验其是否降低干扰依赖且不损害任务信息。已有 EEG 相关工作尚未检索确认。