arXiv cs.RO 机器人学· Xin Liu, Yutong Jiang, Jian Su, Ziheng Wang, Chuang Wang, Haoran Li, Dongbin Zhao·· 5 小时前精选AI 评分55
VLMeg：用探索增强的关键观测门控把 VLM 从奖励回归器变为成功检测器
Harnessing VLM in Embodied RL: From Reward Regressor to Success Detector via Exploration-Augmented Key-Observation Gating
AI 导读
论文提出 VLMeg，让 VLM 以成功检测器而非奖励回归器的方式参与具身 RL 奖励设计。其核心是探索增强的关键观测门控：先判断当前 episode 是否值得判定，再挑选混淆度最低的关键观测交给 VLM 评估作为 episodic reward，并基于生成的成功轨迹引入探索激励。
推荐理由
论文指出把VLM当奖励回归器与模型能力错配，并给出成功检测加关键观测门控的替代思路。
来源：arXiv cs.RO 机器人学 · arxiv.org