arXiv Robotics· Yu Fang, Wanxi Dong, Jiaqi Liu, Yue Yang, Mingxiao Huo, Yao Mu, Huaxiu Yao, Li Erran Li, Daniel Szafir, Mingyu Ding·· 2 天前AI 评分34
DenseReward：通过失败合成学习稠密奖励的机器人操作奖励模型
DenseReward: Dense Reward Learning via Failure Synthesis for Robotic Manipulation
AI 导读
DenseReward 是一个稠密机器人奖励模型，可从视觉观测和语言指令预测帧级奖励分数，用于估计任务进度。其配套自动化流水线在仿真中合成碰撞、抓取失败、物体掉落与恢复等物理真实的失败轨迹，无需人工标注。实验显示其在仿真与真实操作中的稠密奖励预测优于通用 VLM 和现有机器人奖励模型，并为下游模型预测控制与强化学习提供有效奖励引导。
来源：arXiv Robotics · arxiv.org