MoVLR：用视觉语言模型迭代发现肌肉骨骼控制奖励函数

Saraswati Soedarmadji 等作者提出 MoVLR 框架，用视觉语言模型（VLM）在控制优化与 VLM 反馈之间迭代探索奖励空间，为高维肌肉骨骼系统的运动与操作发现和细化奖励函数，而非依赖手工设计奖励。该工作已被 L4DC 2026 接收，arXiv 编号 2512.23077。 作者称，该方法把语言和视觉评估转化为具身学习的结构化引导，使控制策略对齐物理协调的行为；论文称结果说明 VLM 能把抽象动作描述对应到生理运动控制中的隐含原则。上述效果为作者在论文中的表述，尚未见独立验证。

AI 根据报道生成 · 4 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。