研究人员开发了一个名为通用动作专家（GAE）的新模型，以改进视觉语言模型（VLMs）将高级计划转化为精确机器人动作的方式。GAE作为一个与任务无关的组件，将VLM预测的稀疏几何计划转换为连续的动作轨迹。这种方法将推理与动作生成分离，增强了泛化能力。GAE在一个大型机器人轨迹数据集上进行了预训练，并利用动作预训练、点云微调（APPF）方案来提高效率。 AI
影响 这项研究可能带来更强大的机器人，它们能够更好地理解和执行复杂的指令。
排序理由 这是一篇详细介绍机器人和计算机视觉新模型的学术论文。[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 →