基于视觉语言模型的肌肉骨骼控制奖励函数的具身学习
机器人学
2026-01-27 v1
摘要
发现有效奖励函数是高维肌肉骨骼系统运动控制中的根本性挑战。虽然人类可以明确描述运动目标，例如“保持直立姿态前行”，但实现这些目标的底层控制策略 largely 隐含，使得直接从高层目标和自然语言描述设计奖励函数变得困难。我们引入运动视觉语言表示（Motion from Vision-Language Representation, MoVLR），一个利用视觉语言模型（vision-language models, VLMs）搭建目标规范与运动控制之间鸿沟的框架。Rather than 依赖手工设计的奖励函数，MoVLR 通过控制优化与 VLM 反馈的迭代交互，探索奖励空间，将控制策略与物理协同行为对齐。我们的方法将语言和视觉评估转化为具身学习的结构化指导，使我们能够发现并细化高维肌肉骨骼 locomotion 和操作的奖励函数。这些结果表明，VLMs 能够有效地将抽象运动描述锚定在支配生理运动控制原则的隐含原理上。
引用
@article{arxiv.2512.23077,
title = {Embodied Learning of Reward for Musculoskeletal Control with Vision Language Models},
author = {Saraswati Soedarmadji and Yunyue Wei and Chen Zhang and Yisong Yue and Yanan Sui},
journal= {arXiv preprint arXiv:2512.23077},
year = {2026}
}
备注
18 pages, 8 figures