研究人员开发了新的视觉-语言-行动(VLA)模型框架,以改进机器人操作任务。其中一种方法PearlVLA在视觉-语言模型的潜在空间中精炼行动计划,以平衡效率和审慎性。另一种方法LAWM使用世界模型对无标签视频数据进行自监督预训练,从而实现跨不同具身和环境的知识迁移。这两种方法在LIBERO等基准测试中均展现出最先进的性能,LAWM还展示了其在实际应用中的效率。 AI
影响 VLA模型的这些进步可能带来更强大、更高效的机器人来执行复杂的操作任务。
排序理由 该集群包含两篇学术论文,详细介绍了机器人AI领域的新研究,特别是专注于视觉-语言-行动模型。
AI 生成摘要 · Google Gemini · 来自 3 个来源。 我们如何撰写摘要 →