跳到正文
arXiv · 机器人与计算机视觉· Ho Tim Tsui, Jongyun Kim·· 2 天前AI 评分65

基于掩码的视觉强化学习中提示词重指定与目标掩码可用性的研究

Prompt Re-Specification and Target-Mask Availability in Mask-Conditioned Visual Reinforcement Learning for Moving-Platform Landing

AI 导读

针对视觉强化学习(RL)策略在着陆垫外观变化时失效的问题,该研究利用二值目标掩码保留空间表征并引入文本提示来指定目标。实验表明,仅通过修改冻结 DrQ-v2 策略对应的 SAM 3 检测器提示词,即可将香蕉主题着陆垫的成功率从 12.0% 恢复至 68.4%,而无需更新权重;相比之下,填充缺失掩码或修正掩码质心与面积的效果有限。

来源:arXiv · 机器人与计算机视觉 · arxiv.org