Forscher nehmen Trajektorien-Bias in Fahr-VLMs ins Visier

Ein arXiv-Paper argumentiert, dass gängige Annotationspipelines für Vision-Language-Action-Modelle im autonomen Fahren Lehrermodelle verzerren können, indem sie ihnen geloggte Ground-Truth-Zukunftstrajektorien zeigen. Den Autoren zufolge führt dieser „trajectory anchoring bias“ dazu, dass Modelle offengelegte Ergebnisse nachträglich rationalisieren, statt Entscheidungen aus Szenenhinweisen abzuleiten. Das erzeuge weniger kausal stimmige Chain-of-Thought-Begründungen und schwerere Halluzinationen in kausal anspruchsvollen Szenen. Sie führen AD-MCQ ein, ein Multiple-Choice-Format zur Auswahl zwischen expliziten Trajektorienkandidaten, sowie DEFT-RLVR, das die Offenlegung zukünftiger Trajektorien beim Reinforcement Learning mit überprüfbaren Rewards aufschiebt.