Robota-Embed 提出统一 VLA 嵌入

2次阅读
没有评论

研究团队公开了 Robota-Embed 论文,提出把视觉、语言、动作三模态联合编码进同一嵌入,让历史执行片段在推理时可被检索作为上下文,在自建评测中它取得了 81.77% 的回合级 R@1,这一思路让机器人能够复用以往的执行经验来指导当前任务。

正文完
 0
评论(没有评论)

内容合作 · 项目交流

欢迎开发者、团队与我们联系,一起推动 AI 与机器人领域的优质内容创作与交流。