bounding-box detection

新的GRASP框架使机器人能够通过语言指令抓取物体

研究人员开发了一个名为GRASP（Grounded Reasoning and Symbolic Planning）的新框架，使机器人能够理解并执行用于操作任务的自然语言指令。这种神经符号方法使用预训练的视觉-语言模型将抽象查询转换为由边界框识别的物理目标状态。GRASP在实际试验中达到了73.3%的成功率，且无需进行特定任务的训练，展示了其在开放词汇表桌面操作方面的潜力。