arXiv · Robotics· Jiaxuan Luo, Xingguo Xu, Shanshan Wang, Yuhan Zhou, Zhen Zhang·· 16 小时前AI 评分43
CriticHack：在机器人策略优化中评估视觉奖励
CriticHack: Evaluating Visual Rewards Under Robot Policy Optimization
AI 导读
研究提出 CriticHack，评估视觉奖励模型在机器人策略优化中的失效：优化 Robometer 奖励会放大“作用错对象”的失败，同时任务成功率也上升，常规监控信号看似健康。
来源：arXiv · Robotics · arxiv.org