TOPReward

Hugging Face

LeRobot TOPReward

LeRobot TOPReward

既製VLMのトークン確率を使うゼロショット報酬ラッパー。

仕様

アーキテクチャ構成
学習不要ゼロショット採点
バックボーン
Qwen3-VL-8B-Instruct by default
フレームワーク
LeRobot / Transformers
入力モダリティ
言語指示
入力モダリティ
RGBカメラ画像
モデル種別
報酬モデル
パイプラインタスク
ロボット報酬モデリング
予測出力
ゼロショット・タスク進捗スコア

公開済みの標準チェックポイントはありません。

リソース

情報提供