VIRAL: Vision-grounded Integration for Reward design And Learning
Created by
Haebom
저자
Valentin Cuzin-Rambaud, Emilien Komlenovic, Alexandre Faure, Bruno Yun
개요
인간과 기계의 정렬은 오늘날 인공지능의 중요한 과제입니다. 보상 함수를 극대화하는 것을 목표로 하는 강화 학습은 잘못 설계된 보상 함수와 관련된 위험에 특히 취약합니다. 최근의 발전으로 보상 생성을 위한 대규모 언어 모델(LLM)이 이러한 맥락에서 인간의 성능을 능가할 수 있음을 보여주었습니다. 본 논문에서는 다중 모달 LLM을 사용하여 보상 함수를 생성하고 개선하는 파이프라인인 VIRAL을 소개합니다. VIRAL은 주어진 환경과 목표 프롬프트 또는 주석이 달린 이미지를 기반으로 자율적으로 보상 함수를 생성하고 상호 작용적으로 개선합니다. 개선 과정에는 인간의 피드백을 통합하거나 비디오 LLM이 생성한 설명(에이전트의 정책을 비디오 형태로 설명)에 따라 안내될 수 있습니다. 5가지 체육관 환경에서 VIRAL을 평가하여 새로운 행동의 학습을 가속화하는 동시에 사용자 의도와의 정렬을 개선함을 보여주었습니다. 소스 코드와 데모 비디오는 https://github.com/VIRAL-UCBL1/VIRAL 및 https://youtu.be/Hqo82CxVT38에서 확인할 수 있습니다.