跳到正文
arXiv · 机器人与计算机视觉· Jiaming Liu, Xinghao Zhu, Yiming Zhang, Shanghang Zhang, Yinxi Wang, Yichu Yang, Zhuoyang Liu, Dantong Niu, Soha Pouya, Juekun Li, Yan Chang·· 2026-10-20精选AI 评分80

Physical Words:一种用于机器人操作中结构化潜在推理的词汇表

Physical Words: A Vocabulary for Structuring Latent Reasoning in Robot Manipulation

AI 导读

该论文介绍 PhysWord 基础模型,利用原子动作动词作为共享语义锚点来组织连续物理动态表示。模型预测未来原子动作词并将上下文隐藏状态与来自未来观测的潜在目标对齐,构建具有视觉和可选触觉变体的时间结构化空间。

推荐理由

提出基于原子动作动词的潜在推理框架,在视觉触觉任务中取得最先进成功率并支持长程操作。

来源:arXiv · 机器人与计算机视觉 · arxiv.org