LEARNING
相信直觉：面向视觉-语言-动作模型的置信度驱动测试时强化学习
Siyao Chen, Jiakang Yuan, Jiaxin Wang, Tao Chen
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
该论文提出T²VLA框架，利用视觉-语言-动作模型内在的生成置信度作为自引导奖励信号，实现无需外部反馈的测试时强化学习。实验表明该方法在多个基准上超越监督基线，接近使用真实奖励的强化学习性能。
关键词
test-time RLvision-language-actionconfidence-drivenself-bootstrappingintrinsic reward
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