跳到正文
arXiv · 机器人与计算机视觉· Yihang Liu, Yiming Chen, Mingzhe Zheng·· 15 天前精选AI 评分78

Do Agentic Policies Need to Look at Every Step? Geometric Abstraction for Reasoning and Action

Do Agentic Policies Need to Look at Every Step? Geometric Abstraction for Reasoning and Action

AI 导读

论文提出一种基于 3D 几何抽象的接口,将机器人场景的空间推理从原始图像转移到文本和符号上。该方法利用校准后的 RGB-D 数据对物体部件进行类型化和证据感知的符号引用,并在每次动作后返回包含度量残差的紧凑文本检查点。

推荐理由

提出通过几何抽象将空间推理从图像转为符号,减少多模态查询并提升多步操作成功率。

来源:arXiv · 机器人与计算机视觉 · arxiv.org