arXiv · 机器人与计算机视觉· Zicheng Kong, Zhenbo Xu, Haoyan Zhang, Jinghan Yang, Zhenzhen Li, Yiwei Ru, Liuyu Xiang, WanTing Xu, Min Ren, Zhaofeng He·· 15 天前精选AI 评分78
Trusting Imagined Futures:通过审计想象奖励优化 VLA 后训练方法
Trusting Imagined Futures: Auditing Imagined Rewards for VLA Post-Training
AI 导读
视频世界模型虽能评估候选动作的想象结果,但高预测奖励常偏向执行质量差的轨迹。本文提出 Trusting Imagined Futures (TIF),一种离线监督选择方法,利用多维奖励模型和不确定性审计器识别过估计模式。
推荐理由
该工作提出利用执行反馈审计想象奖励以筛选 VLA 后训练数据,在 LIBERO 基准上提升成功率并在真实机器人任务中提高完成度。
来源:arXiv · 机器人与计算机视觉 · arxiv.org