Fail-RAG：基于检索增强生成的机器人故障识别框架
[Daily Paper] Fail-RAG : A Retrieval Augmented Generation Informed Framework for Robot Failure Identification
AI 导读
论文提出 Fail-RAG，用检索增强生成让现成 VLM 无需微调即可识别机器人运行故障。它用 CLIP ViT-B-32 将时序视频帧与故障描述嵌入同一空间，以余弦相似度检索历史故障作为上下文锚点，并输出结构化 JSON 故障判定。在 UR5、Franka、Fanuc M-20iB 等五个仿真与真机任务上，故障检测准确率较 Qwen2.5-VL:32b 基线平均提升 25 个百分点，部分任务达 40%。