LEARNING
视觉验证实现推理时引导与自主策略改进
Mingtong Zhang, Dhruv Shah
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
本文提出VERITAS框架，通过预训练通用机器人策略作为生成器，结合无梯度视觉验证器在推理时评估动作，实现策略性能提升和自主改进。实验表明，该框架无需额外训练即可超越原始策略，且通过验证轨迹微调能达到与专家演示相当的效率。
关键词
visual verificationinference-time steeringpolicy improvementgenerator-verifier frameworkrobot learning
相关论文
LEARNING
📊 8,465 引用
The Organization of Behavior
D. O. Hebb
2005
LEARNING
📊 7,678 引用
Fractional Brownian Motions, Fractional Noises and Applications
Benoît B. Mandelbrot, John W. Van Ness
1968
LEARNING
开放获取📊 7,484 引用
Review of deep learning: concepts, CNN architectures, challenges, applications, future directions
Laith Alzubaidi, Jinglan Zhang, Amjad J. Humaidi 等 10 位作者
2021
LEARNING
📊 4,608 引用
A guide to deep learning in healthcare
Andre Esteva, Alexandre Robicquet, Bharath Ramsundar 等 10 位作者
2018