arXiv · 机器人与计算机视觉· 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·· 2026-10-20AI 评分72
基于进度引导的偏好生成用于对齐生成式控制策略
Progress-Guided Preference Generation for Aligning Generative Control Policies
AI 导读
针对模仿学习中专家演示稀缺及依赖昂贵人工标注的问题,本文提出了 Progress-Guided Preference Generation (PGPG) 无监督偏好对齐框架。
来源:arXiv · 机器人与计算机视觉 · arxiv.org