arXiv:未标注
ROBORMBENCH揭示视觉语言奖励模型在同义指令下的脆弱性
ROBORMBENCH揭示视觉语言奖励模型在同义指令下的脆弱性
说人话
新基准ROBORMBENCH证实当前视觉语言奖励模型在同义指令下不稳定,可翻转机器人成败判断。
PAPERS 论文追踪
具身智能的论文又多又难啃。我们每天替你筛一遍 arXiv,只留下真正重要的工作——每篇都附一句「说人话」的通俗解释,看不懂公式也能知道它牛在哪。
收录 132 篇 · 覆盖 67 个技术部件 · 累计 ▲ 0 次点赞
ROBORMBENCH揭示视觉语言奖励模型在同义指令下的脆弱性
新基准ROBORMBENCH证实当前视觉语言奖励模型在同义指令下不稳定,可翻转机器人成败判断。
H2INT:面向密集不确定人群的机器人导航交互Transformer
研究者提出H2INT强化学习框架,编码人机交互关系以提升密集人群中的导航安全与鲁棒性,并完成真机验证。