Bottle Handover

TEMPO通过添加时间上下文增强机器人操作

研究人员开发了TEMPO，一种增强视觉-语言-动作（VLA）模型以实现动态机器人操作的新方法。现有的VLA模型在处理移动物体任务时会遇到运动模糊和状态别名问题，TEMPO通过整合时间上下文来解决这些问题。该系统通过视频基础模型的运动摘要和本体感受历史来增强预训练的VLA模型，将“Bottle Handover”任务的性能从44%显著提高到74%。此外，该团队还发布了TEMPO-Bench，一个用于评估运动感知机器人感知的新的基准数据集。