arXiv · AI· Marius Memmel, Shawn Yin, Urvi Rutia, Angad Wadhwa, Eldon Li, Gavin Angeloff, Ankit Goyal, Jesse Zhang, Dieter Fox, Fabio Ramos, Anqi Li, Abhishek Gupta·· 8 小时前AI 评分33
D&A 解耦描述与评估，使 VLM 成为零样本机器人奖励模型
D&A: Decoupling Description and Assessment Enables VLMs as Zero-Shot Robotic Reward Models
AI 导读
D&A 方法解耦场景动态描述与基于明确标准的评估，解决 VLM 在机器人任务进度估计中的确认偏差。该方法纯基于提示，跨任务泛化能力匹配或超越后训练奖励模型。其提供的细粒度部分进度指标可有效支持下游强化学习。
来源：arXiv · AI · arxiv.org