本文提出VERITAS生成器-验证器框架,通过推理时视觉验证实现通用机器人策略的在线引导与自我改进,在无需额外人工数据的情况下取得了与专家示范相当的策略性能提升。
机构:普林斯顿
来源:arXiv 2606.18247 | AI4Papers 论文推荐平台