arXiv · 机器人与计算机视觉· Zi-ang Cao, Kaiyuan Zheng, Yinzhen Xu, Haonan Duan, Jiasheng Gu, Fengyuan Hu, Nan Zhu, Kun Lei, Kevin Lin, Ruijie Zheng, Shenyuan Gao, Fangqi Zhu, Zhe Zhang, Radha Poovendran, Linxi Fan, Guanzhi Wang, Yuke Zhu·· 12 小时前AI 评分75
Grana:面向长周期机器人操作的组合式奖励建模方法
Grana: Compositional Reward Modeling for Long-Horizon Robot Manipulation
AI 导读
论文介绍 Grana 视觉语言机器人奖励模型,旨在解决跨任务泛化及长周期操作进度追踪两大挑战。该方法利用开放词汇子任务描述识别未完成子任务并估计连续进度,结合预训练与子任务进度组合机制实现零样本预测。研究在 200 个多样化短周期任务上引入新标注协议进行预训练,无需人工分配数值分数即可将稀疏边界转化为密集目标,最终在五个长周期任务上验证了下游策略性能的提升。
来源:arXiv · 机器人与计算机视觉 · arxiv.org