Des chercheurs s’attaquent au biais de trajectoire dans les VLM de conduite

Un article publié sur arXiv soutient que les pipelines d’annotation courants pour les modèles Vision-Language-Action appliqués à la conduite autonome peuvent biaiser les modèles enseignants en les exposant à des trajectoires futures réelles issues de journaux de conduite. Selon les auteurs, ce « biais d’ancrage sur la trajectoire » pousse les modèles à rationaliser des résultats déjà révélés plutôt qu’à déduire les décisions à partir des éléments de la scène, ce qui produit des raisonnements en chaîne moins fidèles causalement et des hallucinations plus graves dans les scènes difficiles sur le plan causal. Ils introduisent AD-MCQ, une formulation à choix multiples pour sélectionner parmi des candidats de trajectoire explicites, ainsi que DEFT-RLVR, qui retarde l’exposition aux trajectoires futures pendant l’apprentissage par renforcement avec récompenses vérifiables.