arXiv · cs.RO· Tung M. Luu; Tri Ton; Duc M. Nguyen; Xuan Thanh Nguyen; Nguyen Gia Binh; Quang Tan Nguyen; Vu Duong; Daniel Sonntag; Duy M. H. Nguyen; Vien Anh Ngo; Chang D. Yoo·· 12 天前精选AI 评分63
论文 / 摘要阅读
PGPG：面向生成式控制策略的进度引导偏好生成框架
Progress-Guided Preference Generation for Aligning Generative Control Policies
AI 导读 · 根据来源整理
论文提出 Progress-Guided Preference Generation（PGPG），一种无需人工在环监督的无监督偏好对齐框架，用于微调预训练的生成式控制策略。该方法通过有序覆盖对齐衡量自主采集轨迹相对少量专家演示的序列进度，自动提取伪偏好标签，并称无需手工设计奖励函数。在多项长程操作任务实验中，PGPG 优于标准监督微调基线，并可同时集成扩散策略与流匹配策略。
本站目前提供摘要
以上是对来源材料的中文整理，不是完整论文或全文。研究方法、数据与完整论述请到来源页面核对。
前往 arXiv · cs.RO 阅读原文 ↗来源：arXiv · cs.RO · arxiv.org