arXiv · 机器人与计算机视觉· Hyun Song, Kangmin Kim, Loren Jinsoo Um, Minhui Han, Jaehyeok Park, Taewan Cho, Andrew Jaeyong Choi·· 2026-10-06AI 评分68
GeoBridge-VLA:一种用于视觉语言动作模型的几何感知残差适应方法
GeoBridge-VLA: Geometry-Aware Residual Adaptation for Vision-Language-Action Models
AI 导读
论文提出 GeoBridge-VLA 方法,旨在解决具身智能中语义信息与空间推理的融合问题。该方法包含两个阶段:首先训练特征桥接器和几何解码器以学习深度监督下的几何特征;随后冻结这些模块并训练门控残差接口及动作侧投影与专家网络。
来源:arXiv · 机器人与计算机视觉 · arxiv.org