跳到正文
arXiv · 机器人与计算机视觉· Mohamed A. Mabrok·· 23 天前AI 评分65

Open-World Law-to-Action:融合视觉语言先验与触觉的未知物理部件操作研究

Open-World Law-to-Action: Vision-Language Priors and Touch for Parts with Hidden Physics

AI 导读

该研究提出了 Open-World Law-to-Action 框架,旨在解决机器人在未见过的家庭场景中操作具有隐藏物理属性(如门锁、阻力)的可动部件问题。系统利用视觉语言模型生成运动学约束作为先验,并通过贝叶斯线性回归在线识别部件的物理规律,同时保留触觉推翻假设的能力。实验在仿真环境中进行,结果显示该方法能显著提升对需要新物理项物体的任务成功率,并在未知场景中保持较高的完成比例。

来源:arXiv · 机器人与计算机视觉 · arxiv.org