TrySee

TrySee 管道增强了视觉语言模型（VLM）在专业领域的机器人任务规划能力

研究人员开发了 TrySee，一个新颖的模块化管道，旨在增强视觉语言模型（VLMs）在专业机器人领域中的任务规划能力。该系统将通用的 VLM 推理与特定领域的感知模块和现有机器人组件集成，以闭环、反应式的方式运行。TrySee 不需要 VLM 微调或大量演示，而是通过可替换的感知模块和运动规划进行适应，并在各种规划任务中得到了成功评估，包括真实的机器人拆卸场景。