arXiv Robotics· Zewen Wu, Ruizhe Liu, Pei Zhou, Feng Chen, Yanchao Yang·· 2 小时前AI 评分27
SPEAR：面向 VLM 引导机器人操作的选择性偏好 elicitation 与自适应奖励
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两种机制，将 VLM 转化为高效的偏好预言机，在操作基准上达到 88.9% 平均成功率，超越基线 23.3 个百分点，并显著降低弃答率与训练时间。该方法在真实硬件上完全在线学习三项 Mobile ALOHA 操作任务，验证了端到端真实场景适用性。
来源：arXiv Robotics · arxiv.org