arXiv · cs.RO· Zhuoran Wang; Keqing Fan; Yang Li; Jinbo Su; Ke Wang; Sijia Luo; Yuanzheng Tan; Junkun Peng; Jing Zhang·· 11 天前精选AI 评分71
论文 / 摘要阅读
ERR-VLM：用动作分组Turn-GSPO训练具身VLM实现错误恢复重规划
Replan for Error Recovery: Training Embodied VLMs through Verifiable Interaction with Action-Grouped Turn-GSPO
AI 导读 · 根据来源整理
研究提出ERR-Env可验证交互环境与ERR-Bench基准，用于评估具身VLM在正常、中间和错误状态下的恢复能力与执行可靠性。作者进一步提出在线强化学习方法Action-Grouped Turn-GSPO（AGT-GSPO），结合回合级任务进度与错误状态奖励及动作分组优势估计，训练出2B参数的ERR-VLM。
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