CT-VAM

新AI模型增强机器人视觉运动控制和记忆能力

研究人员开发了新的机器人视觉运动控制模型，专注于高效和预测性协调。CT-VAM是一个受小脑-丘脑启发的模型，采用紧凑的架构进行快速、任务条件化的动作预测，支持云边协同范式。Chameleon通过整合控制索引的前瞻性记忆来解决观察-动作延迟问题，显著提高了在具有挑战性基准上的性能。此外，一个基于扩散的框架通过整合多模态信号来预测人类运动，从而学习预测性的视觉运动协调。