arXiv · 机器人与计算机视觉· Chengyang Li, Kaiyi Xiong, Yuan Xu, Lei Qian, Yizhou Wang, Wentao Zhu·· 16 天前AI 评分59
GazeVLA:通过学习人类注视意图实现机器人操作
GazeVLA: Learning Human Intention for Robotic Manipulation
AI 导读
该研究提出 GazeVLA 方法,利用人类行为中的注视线索同时编码高层任务语义并与低层动作协同耦合,构建中层表征以解决具身智能的载体差异挑战。实验表明,该方法使机器人能在无自身意图标注的情况下内化人类意图,结合推理范式执行长程与精细操作任务,在仿真及真实世界实验中均优于基线并具备泛化能力。
来源:arXiv · 机器人与计算机视觉 · arxiv.org