研究人员开发了一个新颖的框架，将来自视觉语言模型（VLM）的主观评估整合到用于进化虚拟软机器人的遗传算法中。通过向VLM呈现机器人运动的图像序列，并使用“可爱地”和“奇怪地”等主观术语进行成对比较，该系统指导形态和运动的进化。与随机选择相比，这种VLM驱动的选择加速了种群收敛，并产生了与评估术语相对应的不同表型。一项包含人类参与者的实验表明，进化结果在定性上具有相似性，尽管存在一些个体选择差异和重复评估带来的明显疲劳。 AI
影响 这项研究可能通过使主观语言表达能够塑造具身表型，从而在进化计算和人工生命领域带来新方法。
排序理由 这是一篇研究论文，详细介绍了使用VLM进行主观评估的进化计算新框架。
在 arXiv cs.NE (Neural & Evolutionary) 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2608.07537v1 Announce Type: cross Abstract: In this study, we propose a framework that incorporates subjective evaluations provided by a Vision-Language Model (VLM) into the fitness evaluation and selection processes of a genetic algorithm. As the target of evolution, we em…
In this study, we propose a framework that incorporates subjective evaluations provided by a Vision-Language Model (VLM) into the fitness evaluation and selection processes of a genetic algorithm. As the target of evolution, we employ virtual soft robots with flexible morphologie…