按照得分玩：舞台引导的动态多感官融合机器人操纵

我们提出了 MS-Bot，一种具有粗到细阶段理解的阶段引导动态多感官融合方法，通过在模仿学习过程中将以子目标为划分的任务阶段融合到其中，根据预测当前阶段的细粒度状态动态调整模态的优先级。我们训练了一个配备视觉、听觉和触觉传感器的机器人系统完成了具有挑战性的机器人操纵任务：倒液体和插销孔。实验结果表明，我们的方法能够实现更有效和可解释的动态融合，与现有方法更接近人类融合过程。