
机械臂
SO-100
TOPReward 官方材料报告了在 SO-100 和 SO-101 平台上的 ManiRewardBench 评测。
适用于报告中说明的 ManiRewardBench 评测流程。
TOPReward 利用预训练视频视觉语言模型的词元概率,估计机器人任务进度并生成稠密奖励,无需针对任务训练奖励模型。它支持成功检测与奖励加权模仿学习,研究覆盖多种真实机器人操作任务。
原始论文介绍无需任务训练、基于 token 概率的机器人轨迹奖励评估方法。
本次公开变化
原始论文介绍无需任务训练、基于 token 概率的机器人轨迹奖励评估方法。
日期为原始方法首次 arXiv 披露,不作为后续 LeRobot 实现的已核实发布日期或新权重发布日。
有论文
TOPReward: Token Probabilities as Hidden Zero-Shot Rewards for Robotics
署名方式: 原文顺序
Original method paper referenced by the LeRobot implementation; not a separate evaluation of every LeRobot integration change.
Hugging Face LeRobot · 文档
发布日期未知 · 访问于: 2026-07-24
TOPReward authors · 来源
发布日期未知 · 访问于: 2026-11-07
标题待补充
发布机构待补充 · 类型待核实
发布日期未知 · 访问于: 2026-10-19
TOPReward authors · 代码仓库
发布日期未知 · 访问于: 2026-11-07