跳到正文
arXiv · 机器人与计算机视觉· Zhi Cao, Yining Hong, Jiaolong Yang, Yejin Choi, Li Fei-Fei, Jiajun Wu, Huang Huang·· 2026-10-15AI 评分74

FACT:一种面向人机灵巧操作的视觉 - 动作 - 轨迹多模态基础模型

FACT: A Multimodal Force-Action-Track Foundation Model for Human-to-Robot Dexterity

AI 导读

FACT 是一种用于灵巧操作的多模态基础模型,通过级联前瞻性视觉规划与力觉感知细化来提升表现。该模型包含两个联合训练组件:Track-Guided Coarse Planner 预测动作、未来视频和视觉轨迹;Force-Action Joint Refiner 在粗粒度计划基础上联合预测未来力并细化动作。

来源:arXiv · 机器人与计算机视觉 · arxiv.org