Vision-Language Models are Zero-Shot Reward Models for Reinforcement Learning

发表时间：2024(ICLR2024) 文章要点： 文章提出用预训练的视觉语言模型作为zero-shot的reward model（VLM-RMs）。好处在于可以通过自然语言来给定一个具体的任务，通过VLM-RMs让强化学习基于reward学习这个任务（using pretrained vision
posted @ 2024-06-11 11:15  initial_h  阅读(14)  评论(0)  编辑  收藏  举报