从视觉到行动:连接推理与决策以实现机器人操作

💡 原文中文,约300字,阅读约需1分钟。
📝

内容提要

本研究提出了一种新颖的视觉-语言-行动模型FSD,旨在解决机器人操作中的泛化问题。FSD通过空间关系推理生成中间表示,显著提高了零-shot机器人操作任务的成功率。

🏷️

标签

➡️

继续阅读