D&A方法解决VLM机器人奖励模型偏差

研究人员提出D&A方法，将进度估计解耦为场景动态的客观文本描述和基于明确标准的评估阶段。这种方法通过强制VLM在评分前合成基于文本的绝对成功定义，将评估锚定到外部全局标准，而非视频内部时间线。

摘自 arXiv · cs.RO

还没有足够的连续观测数据，暂不绘制趋势。