D&A 方法让 VLM 零样本充当机器人奖励模型，三榜 SOTA
DJiafei · x · 2026-11-03
华盛顿大学与 NVIDIA 团队发布 D&A（Decoupling Description and Assessment）：把 VLM 估计机器人任务进度拆成「先描述视频里发生了什么，再对照明确成功标准评估进度」两步，解决 GVL、TOPReward 等零样本方法的确认偏误与失败轨迹进度幻觉问题。
- 无需训练：只要两个 prompt 加 API，即可把 GPT、Gemini、Claude、Qwen 等 4 个家族 28 个模型变成机器人奖励模型，性能随底层模型升级
- 可落地：支持零样本强化学习、过滤式模仿学习，并通过丰富语言反馈改进 code-as-policies
- 成绩：在 3 个奖励基准上取得 SOTA，还能定位失败原因并给出改进建议
代码与基准数据已开源。
「具身」频道最新
- Walden Robotics CEO：工厂全生产班次实战正反哺机器人研发 — adnothing · 2026-11-04
- 帝国理工团队创企融资 4000 万美元,做图生成式快速模仿学习 — k7agar · 2026-11-04
- Hugging Face Reachy Mini 机器人踩上悬浮滑板 — huggingface · 2026-11-03
- 芝加哥大学发布 RingIO：可盲操的触控输入输出智能戒指 — plopesresearch · 2026-11-03
- 机器人团队挑战客户现场 1.5 天采集数据并训练模型 — DominiqueCAPaul · 2026-11-03
- 机器人「物理问题」根源是训练数据,而非模型本身 — chris_j_paxton · 2026-11-03