跳到正文
arXiv · 机器人与计算机视觉· Jingxuan Chen, Junshi Luo, Chencheng Dong, Xiaojian Nie, Tongge Huang, Qiang Huang·· 9 天前AI 评分58

Thermo-VLA:一种用于机器人操作的感知温度视觉语言动作模型

Thermo-VLA: A Thermal-Aware Vision-Language-Action Model with Gated Residual Modulation for Robotic Manipulation

AI 导读

Thermo-VLA 提出 ThermoRes Encoder,将热成像图分解为冷和热属性表示并通过语言条件残差调制注入 RGB token,实现温度驱动的目标选择与连续操作。

来源:arXiv · 机器人与计算机视觉 · arxiv.org