10:30
官方账号arXiv cs.AI@Lehong Wu, Yuxiao Qu, Zheyuan Hu, Ivan Zhang, Limin Wei, Zackory Erickson, Aviral Kumar
推荐理由：这篇论文介绍了$R^3$，一种将VLMs转化为机器人推理器的方法，通过自由形式的语言推理来指导低级策略，值得一看。
机器人推理
共 1 条相关 AI 资讯
8月27日
10:30
本文研究了是否可以通过训练VLMs直接在自然语言中进行推理来指导低级操作策略。引入了$R^3$，一种简单的后训练配方，将现成的VLMs转化为机器人推理器。它首先在专家生成的推理轨迹上对VLM进行中期训练，然后使用单步基于评分的强化学习从离线动作数据中改进推理器。与之前主要使用结构化轨迹作为辅助监督的机器人推理方法不同，$R^3$训练自由形式的语言推理，以产生测试时对动作的指导。在语言表格和模拟的双手购物包装两个控制测试平台上，$R^3$提高了对未见任务的探索和泛化能力，并在两个基准测试中显著优于仅基于指令的模仿学习基线。分析表明，自由形式的语言推理可以作为测试时计算机制来引导低级策略。项目页面可在https://robotic-reasoner.github.io/找到。