跳到主要内容
检索

# 自校准

1 篇关联报道

订阅更新
  1. arXiv

    换一台机器人不必再采演示:VAA靠自校准在18个改动单元里拿下64%成功率

    公开的视觉-语言-动作模型(VLA,把图像和语言指令直接变成机器人动作的模型)在LIBERO上微调后能完成训练场景里的任务,但换夹爪或旋转基座坐标系后成功率大幅下降。VAA把预训练视觉语言模型和语言模型与自校准结合起来:机器人先通过自身运动和指尖观测测出指令映射、相机几何与镜头畸变,再用实测物体深度规划抓取,全程不用机器人演示也不微调。在改变夹爪或基座坐标系的18个仿真单元上,冻结版VAA完成230/360次(64%),改进版268/360次(74%),该子集上最强的公开VLA为76/360次(21%)。

已读完全部报道