arXiv · cs.CL· Marius Memmel·· 20 天前精选AI 评分52
D&A 提出将 VLM 用作零样本机器人奖励模型的描述与评估解耦方法
D&A: Decoupling Description and Assessment Enables VLMs as Zero-Shot Robotic Reward Models
来源与原文
arXiv · cs.CL
作者:Marius Memmel
发布时间:(北京时间)
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2611.03622v1
本站目前仅有 AI 导读与摘要,未展示原文正文;技术细节、代码和完整结论请查看原始来源。
AI 导读
Marius Memmel 等人在 arXiv 发布 D&A(Describe & Assess,arXiv:2611.03622),将任务进度估计解耦为任务锚定的文本场景描述和基于显式评分标准的评估两个阶段,以缓解 VLM 的确认偏误和失败执行中的进度幻觉。该方法纯靠提示词实现,无需针对每个基座模型做昂贵后训练,零样本估计可媲美或超越后训练奖励模型,并可用于下游强化学习。
推荐理由
纯提示词方式把 VLM 变成零样本机器人奖励模型,无需昂贵后训练数据,方法可跨任务与本体迁移,值得做机器人方向的读者参考。
来源:arXiv · cs.CL · arxiv.org