**FailBank:基于运行时反馈的视觉-语言-动作模型自进化框架**

_Learning from Runtime Feedback through Failure-Bank Self-Evolution for Vision-Language-Action Models_

> 针对VLA模型在复杂环境中策略与安全盾不匹配的问题,提出FailBank四阶段自进化框架。该框架将运行时反馈转化为持久策略改进,通过CBF安全模块提供反事实修正,并利用LoRA更新策略。实验显示,FailBank在VLA-Arena基准上显著提升了任务成功率(最高提升25.4%),同时降低了策略诱导的累积成本,证明了运行时反馈可作为持久策略监督而非临时约束。

**来源信息**
- **来源**:HuggingFace Daily Papers(社区热门论文)
- **分类**:论文
- **发布时间**:2026-10-05 08:00(北京时间)
- **原文**:[打开原文](https://huggingface.co/papers/2609.39820)