**Rank-Then-Act:无需奖励的视频演示控制新框架** _Rank-Then-Act: Reward-Free Control from Frame
原帖
**Rank-Then-Act:无需奖励的视频演示控制新框架**
_Rank-Then-Act: Reward-Free Control from Frame-Order Progress_
> HuggingFace Daily Papers 推荐 Rank-Then-Act (RTA),一种从专家视频演示中学习控制策略的新框架。该方法利用视觉语言模型作为基于进度的排序器,通过计算预测排名与真实时间索引的斯皮尔曼等级相关系数来生成强化学习信号,无需环境奖励即可实现稳定且可跨任务迁移的策略学习。
**来源信息**
- **来源**:HuggingFace Daily Papers(社区热门论文)
- **分类**:ai-models
- **发布时间**:2026-07-08 08:00(北京时间)
- **原文**:[打开原文](https://huggingface.co/papers/2607.01897)