跳到正文
arXiv · 机器人与计算机视觉· Haoyu Zhao, Xingyue Zhao, Zhian Su, Bohan Hou, Yinzhou Tang, Fengyi Wang, Kehan Li, Yuming Jiang, Zhenyu Zeng, Mingxiu Chen, Deli Zhao, Siteng Huang, Xin Li, Zhongyu Li·· 23 天前AI 评分74

RynnVLA-Latent:通过三维接地潜变量动作扩展机器人操作基础模型

RynnVLA-Latent: Scaling Robotic Manipulation Foundation Models with 3D-Grounded Latent Actions

AI 导读

针对视觉语言动作(VLA)模型受限于稀缺的动作标注数据和跨机器人本体不兼容的控制空间问题,本文提出 RynnVLA-Latent 框架。其核心组件 RynnLAM 能从视觉转换中学习连续、三维接地的潜变量动作,无需原生机器人控制信号。

来源:arXiv · 机器人与计算机视觉 · arxiv.org