arXiv · cs.RO· Marius Memmel, Shawn Yin, Urvi Rutia, Angad Wadhwa, Eldon Li, Gavin Angeloff, Ankit Goyal, Jesse Zhang, Dieter Fox, Fabio Ramos, Anqi Li, Abhishek Gupta·· 7 小时前精选AI 评分62
论文 / 摘要阅读
D&A：解耦描述与评估，让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 · 根据来源整理
作者提出D&A（Describe & Assess）方法，将视觉语言模型的机器人任务进度估计解耦为两步：先对场景动态做客观、任务相关的文本描述，再用显式评分标准进行评估。该方法要求VLM在打分前先给出绝对成功的文本定义，从而把评估锚定到外部全局标准，而非视频内部时间线。作者称实验表明该方法能校准零样本估计、缓解确认偏差，给出细粒度部分进度指标，在失败执行上准确扣分、在成功执行上正确插值；由于纯基于提示词，D&A可跨任务、跨本体和跨基准泛化，效果匹配或超过经过后训练的奖励模型，其奖励估计还能用于下游强化学习。论文为arXiv预印本，尚未经同行评议。
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