Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

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/VIRALhttps://youtu.be/Hqo82CxVT38에서 확인할 수 있습니다.

시사점, 한계점

시사점: 다중 모달 LLM을 활용하여 강화 학습에서 보상 함수 생성 및 개선 과정을 자동화함으로써, 인간의 개입을 최소화하고 학습 효율을 높일 수 있음을 보여줌. 사용자 의도와의 정렬을 개선하여 안전하고 신뢰할 수 있는 AI 시스템 개발에 기여.
한계점: 현재 5가지 체육관 환경에서만 평가되었으므로, 다양한 환경에서의 일반화 성능에 대한 추가적인 연구가 필요. LLM의 성능에 의존적이므로, LLM의 한계점이 VIRAL의 성능에 영향을 미칠 수 있음. 인간 피드백의 질과 양에 따라 성능 차이가 발생할 수 있음.
👍