分心机器人：视觉杂乱如何削弱机器人操作

本研究提出了一种用于检验机器人操作策略在杂乱场景中性能的评估协议。与先前工作不同，我们从心理物理学角度出发，因此使用一种统一的杂乱度度量标准，该标准考虑环境因素以及干扰物的数量、特征和排列。通过该度量标准，我们在既旼逼真的仿真环境和真实环境中系统构建评估场景，并对操作策略进行大规模实验，特别是针对视觉语言动作（VLA）模型。我们的实验表明，场景杂乱对策略性能影响显著，性能下降幅度可达34%，并且尽管不同VLA策略在任务上的平均性能相似，但它们在成功情景上存在独特的脆弱性和较低的一致性。我们进一步表明，杂乱度度量是性能下降的有效指示器，并分析了干扰物数量和遮挡影响。最后，我们表明，尽管在增强数据上的微调虽然有效，但并不能均等地弥补杂乱对性能影响的所有负面影响。