arXiv · 机器人与计算机视觉· Zheming Fu, Ruizhe He, Wenbin Ning, Xiaoxiao Ma, Xuan Yang, Lianrui Mu, Haoyang Huang, Chang Liu, Lei Wang, Siming Fu·· 2026-10-12AI 评分73
GraftOOD:将分布外示例嫁接至优势加权修正以实现视频奖励优化
GraftOOD: Grafting Out-of-Distribution Exemplars into Advantage-Weighted Rectification for Video Reward Optimization
AI 导读
针对视频奖励优化中出现的‘运动坍塌’现象,论文提出了 GraftOOD 方法,该方法通过将分布外的视频示例(exemplars)部分替换在线 rollout 来增强动态性。
来源:arXiv · 机器人与计算机视觉 · arxiv.org