TOPReward 零训练机器人奖励模型
视频加载中
视频加载中直接从预训练 VLM 的 token 概率读取内部信念作为奖励信号,无需训练或微调,适配开源模型。
Category: research
Author: @IlirAliu_
Date: 2026-07-26T00:00:00
Duration: 69.3s
相关视频
1:06ThreeJS开源森林生成器：地形编辑器一键种树
@alightinastorm · 26次播放 · 2026-08-31
ThreeJS森林生成程序化生成
0:17清华Zetta ζ:给VLA加自愈恢复闭环
@techniahqrobot · 52次播放 · 2026-08-30
ZettaVLA失败恢复
1:06Nori SDK 开源 Python 与 TypeScript 机器人控制开发套件
@AntonioSitongLi · 43次播放 · 2026-08-28
机器人 SDKRobot SDK开源
0:56VGGT-SLAM++开源完整视觉SLAM系统
@rsasaki0109 · 10次播放 · 2026-08-27
视觉SLAMvisual SLAMVGGT
0:50Flex-π多流世界动作模型
@GeYan_21 · 9次播放 · 2026-08-12
VLA世界模型WAM
0:10Flex-π：速度与精度可切换的机器人基础模型
@yokoshaan · 4次播放 · 2026-08-14
机器人基础模型VLA世界模型