把RLHF带给VLA模型！通过偏好对齐来优化机器人策略，代码已开源

文章预览

AIxiv专栏是机器之心发布学术、技术内容的栏目。过去数年，机器之心AIxiv专栏接收报道了2000多篇内容，覆盖全球各大高校与企业的顶级实验室，有效促进了学术交流与传播。如果您有优秀的工作想要分享，欢迎投稿或者联系报道。 投稿邮箱：liyazhou@jiqizhixin.com；zhaoyunfeng@jiqizhixin.com 论文一作为北卡罗来纳大学教堂山分校张子健，指导老师为北卡罗来纳大学教堂山分校助理教授 Huaxiu Yao。共同第一作者为华盛顿大学 Kaiyuan Zheng，其余作者包括来自北卡教堂山的 Mingyu Ding、来自华盛顿大学的 Joel Jang、Yi Li 和Dieter Fox，以及来自芝加哥大学的 Zhaorun Chen、Chaoqi Wang。   论文标题：GRAPE: Generalizing Robot Policy via Preference Alignment 论文链接：https://arxiv.org/abs/2411.19309 项目地址：https://grape-vla.github.io 代码地址：https://github.com/aiming-lab/GRAPE 研究背景 近年来，视觉-语言 ………………………………