SARM: Stage-Aware Reward Modeling for Long Horizon Robot Manipulation
SARM：面向长时间 horizon 的机器人操控阶段感知奖励建模
机构 * Stanford University（斯坦福大学） ； UC Berkeley（加州大学伯克利分校）
AI总结 本文提出一种基于视频的阶段感知奖励建模框架，通过自然语言子任务标注实现一致标签，提升长horizon任务的鲁棒性和泛化能力，实验表明其在真实世界和人类验证中表现优异。
作者
Pieter Abbeel
Robotics
