arXiv · 机器人与计算机视觉· Zeyuan Ren, Guanxun Zhao, Qi Li, Hao Wang, Wenlong Liao, Keyi Luo, Xijing Zhang, Zhiyuan Zhang, Jingye Cui, Qibin Gu, Zhichen Wang, Yucheng Hu, Liqiao Xia, Nan Bu, Zhengde Ma, Rankun Li, Xue Yang, Wende Xie·· 2026-10-19AI 评分74
GRASP:面向双臂机器人操作的全球 - 本地表示对齐与空间 - 物理 grounding
GRASP: Global-Local Representation Alignment and Spatial-Physical Grounding for Bimanual Robotic Manipulation
AI 导读
该论文针对直接回归关节空间的 VLA 模型在训练目标上与任务成功不匹配的问题,提出 GRASP 框架。方法包括利用可微前向运动学映射隐式动作估计的流匹配损失以监督 TCP 姿态,以及蒸馏自冻结 DINOv3 教师的全局预测查询组与由 Grounding DINO 监督的局部交互查询。仿真与真实机器人实验表明,该框架在长视界双臂任务中表现优异,且在强视觉随机化场景下蒸馏分支更具优势。
来源:arXiv · 机器人与计算机视觉 · arxiv.org