BriefGPT - AI 论文速递 · 2023-09-13T00:00:00Z 自我完善的大型语言模型作为机器人深度强化学习的自动奖励函数设计耠 💡 原文中文，约500字，阅读约需1分钟。 📝 内容提要 本文提出了一种名为LAMP的方法，利用基于学习的奖励函数和Vision-Language Models的零样本能力作为强化学习的预训练工具，以获得受语言条件约束的预训练策略。LAMP可以在RLBench的机器人操作任务上启动样本效率高的学习。 🏷️ 标签 LAMP 函数 大型语言模型 强化学习 机器人 机器人操作任务 样本效率 深度强化学习 预训练 阅读原文 生成长图 分享链接 已复制链接
