arXiv · cs.AI · Marius Memmel, Shawn Yin, Urvi Rutia, Angad Wadhwa, Eldon Li, Gavin Angeloff, Ankit Goyal, Jesse Zhang, Dieter Fox, Fabio Ramos, Anqi Li, Abhishek Gupta · 11 小时前模型评分41
D&A：解耦描述与评估，让 视觉语言模型（VLM，Vision-Language Model） 成为零样本机器人奖励模型
D&A: Decoupling Description and Assessment Enables VLMs as Zero-Shot Robotic Reward Models
导读
研究团队提出 D&A（Describe & Assess）方法，将视觉语言模型（VLM，Vision-Language Model）的任务进度估计拆成两步：先对场景动态做客观文本描述，再用明确评分标准评估，从而缓解失败执行被误判为有进展的确认偏差。该方法完全基于提示词，可跨任务、跨本体和跨基准泛化，效果匹配或超过经过后训练的奖励模型，其奖励估计还能用于下游强化学习。
分类置信度
中 · 待人工复核
- 存在未解决的相邻类别：foundation-models，需要人工复核。
- 只有单一媒体来源，需要人工复核。
来源级别：媒体与个人
事件类型：研究发布
证据摘录
- “To resolve these limitations, we introduce D&A (Describe & Assess): our approach decouples progress estimation into an objective, task-grounded textual description of scene dynamics followed by an assessment phase using explicit rubrics.”
来源：arXiv · cs.AI · arxiv.org