arXiv Artificial Intelligence· Pengzhi Yang, Xinyu Wang, Pengyu Jing, Kehan Wen, Yiduo Qu, Zhenhao Huang, Minghao Fu, Xin Liu, Yaheng Shen, Fan Shi·· 19 小时前AI 评分27
RARM：面向机器人操作强化学习的置信门控进度奖励建模
RARM: Confidence-Gated Progress Reward Modeling for RL in Manipulation
AI 导读
研究者提出 Reference-Anchored Reward Model（RARM），一种轻量视觉比较器，可将单条成功演示转化为稠密的进度感知奖励，训练仅需通用视频和对比时序目标，无需机器人数据、任务奖励标签或逐任务奖励工程。
来源：arXiv Artificial Intelligence · arxiv.org