Tri-Info: Generalizable, Interpretable Failure Prediction for VLA Models via Information Theory
作者: Jinghan Yang, Yunchao Zhang, Wang Yuan, Haolun Wan, Jiaming Zhang, Zhengyang Hu, Yanchao Yang
分类: cs.RO, cs.AI, cs.CV, cs.LG
发布日期: 2026-06-18
💡 一句话要点
提出Tri-Info以解决VLA模型的可解释性和泛化性问题
🎯 匹配领域: 支柱一：机器人控制 (Robot Control) 支柱九：具身大模型 (Embodied Foundation Models)
关键词: 视觉-语言-动作 故障检测 信息论 可解释性 跨域泛化 模型评估 机器人控制
📋 核心要点
- 现有的VLA模型在故障检测方面缺乏可解释性和泛化能力，导致在实际应用中存在潜在风险。
- 本文提出了Tri-Info方法，通过信息论的视角对VLA模型的控制过程进行形式化，捕捉关键的故障信号。
- 实验结果表明，Tri-Info在多种环境和架构中均表现出色，准确率达到83%，显著优于现有方法。
📝 摘要（中文）
视觉-语言-动作（VLA）模型在多种任务中被广泛应用，但其黑箱特性使得物理交互可能造成不可逆的伤害，因此通用且可解释的故障检测显得尤为重要。本文观察到成功与失败的执行在信息论特征上存在系统性差异。基于此，作者将VLA控制形式化为一个闭环信息管道，并推导出三重信息论信号（Tri-Info），以捕捉动作的多样性、时间一致性和与状态转变的耦合性。在六个VLA模型和三个基准环境中，Tri-Info在领域内与最强基线匹配。此外，Tri-Info在不同架构、环境及模拟到现实的转移中无需重新训练，实现在真实任务中达到83%的准确率，而先前的检测器则降至随机水平。这确立了Tri-Info作为一种简单而强大的方法，不仅能够检测故障并具有强大的跨域泛化能力，还能提供底层故障模式的可解释诊断。
🔬 方法详解
问题定义：本文旨在解决VLA模型在实际应用中由于缺乏可解释性和泛化能力而导致的故障检测问题。现有方法往往无法有效识别和解释故障模式，增加了应用风险。
核心思路：作者通过观察成功与失败的执行在信息论特征上的差异，提出将VLA控制视为一个闭环信息管道，利用信息论信号来捕捉动作的多样性、时间一致性和状态转变的耦合性。
技术框架：Tri-Info方法的整体架构包括信息收集、信号分析和故障检测三个主要模块。信息收集阶段获取VLA模型的执行数据，信号分析阶段提取信息论特征，故障检测阶段根据提取的特征进行故障判断。
关键创新：Tri-Info的主要创新在于通过信息论的视角系统性地分析VLA模型的执行过程，提供了一种新的故障检测方法，与传统方法相比，具有更强的可解释性和泛化能力。
关键设计：在设计上，Tri-Info采用了特定的损失函数来优化信息论信号的提取，并通过多样性、时间一致性和状态耦合性等关键参数进行调优，以确保模型在不同环境中的鲁棒性。
🖼️ 关键图片
📊 实验亮点
实验结果显示，Tri-Info在六个VLA模型和三个基准环境中表现优异，准确率达到83%。与现有最强基线相比，Tri-Info在真实任务中显著提升了故障检测能力，尤其在模拟到现实的转移中表现出色，证明了其强大的跨域泛化能力。
🎯 应用场景
Tri-Info方法具有广泛的应用潜力，尤其是在自动驾驶、机器人控制和人机交互等领域。通过提供可解释的故障检测，能够有效降低系统风险，提高安全性。此外，该方法的跨域泛化能力使其在多种实际场景中均具备良好的适应性，未来可能推动VLA模型的更广泛应用。
📄 摘要（原文）
Vision-Language-Action (VLA) models are increasingly deployed across diverse tasks, yet they remain black boxes whose physical interactions can cause irreversible harm, making generalizable and interpretable failure detection essential. We observe that successful and failed rollouts carry systematically different information-theoretic signatures. Building on this, we formalize VLA control as a closed-loop information pipeline and derive the Triple Information-theoretic (Tri-Info) signals that capture whether actions remain diverse, temporally consistent, and coupled to state transitions. Across six VLA models and three benchmark environments, Tri-Info matches the strongest baselines in-domain. Moreover, Tri-Info transfers across architectures, environments, and the sim-to-real gap without retraining, reaching 83\% accuracy on real-world tasks where prior detectors collapse to chance. This establishes Tri-Info as a simple yet powerful method that not only detects failures with strong cross-domain generalization, but also delivers interpretable diagnostics of the underlying failure modes.