跳到正文
arXiv · 机器人与计算机视觉· Boyao Han, Chen Shi, Jingjing Qian, ZhuoTan Tian, Li Jiang·· 2026-10-09AI 评分68

VersaCamVLA:面向机器人操作的相机可配置视觉语言动作策略

VersaCamVLA: Camera-Configurable VLA Policies for Robotic Manipulation

AI 导读

针对现有视觉语言动作模型依赖固定相机配置的局限,本文提出 VersaCamVLA 框架,通过解耦场景表示与动作学习,利用手腕增强姿态采样技术将任意数量的 RGB 视图映射为统一场景令牌。

来源:arXiv · 机器人与计算机视觉 · arxiv.org