10:12
官方账号arXiv cs.LG@Matteo Merler, Giovanni Bonetta, Davide Zago, Rossella Cancelliere, Bernardo Magnini
73°
推荐理由：SAGE框架让VLM只在关键时刻提供指导，大幅减少调用次数，学习到的策略甚至能超越VLM教师表现。
自主策略
共 1 条相关 AI 资讯
9月2日
10:12
研究人员提出SAGE框架，通过熵值选择性查询视觉语言模型(VLM)教师。该框架在训练过程中仅在不确定时查询VLM，执行建议动作，并将指导提炼为轻量级强化学习策略。在稀疏奖励视觉推理和导航任务中，SAGE学习到的策略在评估时无需VLM指导，并在多个环境中优于无引导的强化学习。