Rank-Then-Act视频示范控制框架

t-tech · hf · 2026-07-08

Rank-Then-Act 提出一种无需环境奖励的控制学习框架。方法使用视觉语言模型作为序关系评分器，并结合基于相关性的奖励，从视频示范中学习控制策略。