跳到正文
arXiv · 机器人与计算机视觉· Xinliang Xiao, Bowen Yang, Wenjing Zhang, Li Yang, Wei Zhou·· 2026-10-09AI 评分72

基于实例锚定的交互证据:将机器人计划 grounded 于人类指向与处理行为

Instance-anchored interaction evidence: Grounding robot plans in human pointing and handling

AI 导读

针对机器人需依据人类指向或操作动作执行任务的挑战,论文提出实例锚定交互证据方法。该方法通过反向掩码传播保持物体身份,并结合几何描述生成文本化证据,使语言模型在 WatchAct 基准的隐式意图任务上计划成功率达 64.2%,远超 32B 视觉语言模型的 27.5%。研究证明该增益主要源于实例锚定证据本身,且无需特定训练即可处理模仿与复原任务。

来源:arXiv · 机器人与计算机视觉 · arxiv.org