研究人员开发了TONAV,一个用于四足移动操作的新框架,该框架集成了面向任务的导航和动作-速度分块学习。该系统旨在弥合到达目标与准备好进行操作之间的差距,并提高与铰接物体持续交互过程中的稳定性。TONAV使用视觉语言推理将指令分解为子目标,并通过位置-速度耦合遥操作框架收集平滑、时间上一致的演示。实验表明,TONAV提高了导航和完整移动操作任务的成功率。 AI
影响 这项研究可能带来更强大的机器人,用于在非结构化环境中执行复杂的操作任务。
排序理由 这是一篇详细介绍新机器人框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →