arXiv cs.RO· Zewen Wu, Ruizhe Liu, Pei Zhou, Feng Chen, Yanchao Yang·· 3 天前
SPEAR：面向 VLM 引导机器人操作的选择性偏好 elicitation 与自适应奖励框架
SPEAR: Selective Preference Elicitation with Adaptive Rewards for VLM-Guided Robotic Manipulation
AI 导读
SPEAR 通过可区分性感知的查询选择与自适应奖励过渡，把 VLM 变成高效的偏好预言机，在操作基准上取得 88.9% 平均成功率，比基线高 23.3 个百分点。该框架显著降低 VLM 弃答率与训练实际耗时，并在真实硬件上完全在线学习三项 Mobile ALOHA 操作任务。
来源：arXiv cs.RO · arxiv.org