SpatialVAM

SpatialVAM模型提高机器人策略数据效率

研究人员推出了一种新颖的3D视频动作模型SpatialVAM，旨在提高机器人操作中的数据效率。与以往常常忽略空间或时间理解的先前方法不同，SpatialVAM同时预测空间感知的多视图热图视频和RGB视频。该方法将3D信息整合到视频基础模型中，对齐表示格式以实现更好的动作微调。实验表明，SpatialVAM在数据高效操作方面取得了最先进的性能，以显著更少的演示轨迹优于其他模型。