LiFT: 以基础模型为导师的无监督强化学习

该研究提出了一个框架，通过基础模型作为教师，指导强化学习代理获取语义有意义的行为。代理从语言模型中接收任务指令，并通过视觉-语言模型提供奖励反馈来学习多任务的语言条件化策略。研究证明该方法在挑战性的环境中可以学习语义有意义的技能。同时，研究还讨论了使用基础模型作为教师所面临的挑战，并介绍了解决这些挑战的努力。