VLM preference feedback for robot reinforcement learningExperten
Sprachbildmodell bewertet Roboterversuche: SPEAR erreicht 88,9 % Erfolg, 23,8 Punkte über dem Vergleichsverfahren
SPEAR, ein Preprint der University of Hong Kong, nutzt ein offenes Vision-Language-Modell als Schiedsrichter, der zwei Versuche eines Roboters vergleicht, und erreichte auf sechs Manipulationsaufgaben aus Meta-World im Mittel 88,9 % Enderfolg, gegenüber 65,1 % für das ähnlichste bisherige Verfahren RL-VLM-F. Es stellte 41,5 % weniger Anfragen bei weniger als halb so vielen Antwortverweigerungen und lernte drei Aufgaben von Grund auf an einem realen Mobile-ALOHA-Arm.