本文介绍了PolarNet策略，使用3D点云进行语言引导的操纵任务。PolarNet通过点云输入、编码器和多模态变换器学习3D点云表示，并与语言指令集成以进行行动预测。在RLBench基准测试中，PolarNet在单任务和多任务学习中优于最先进的2D和3D方法，表现出高效和数据高效性。实际机器人上也取得了令人期待的结果。