跳到正文
arXiv · 机器人与计算机视觉· Austin Patel, Ben Pekarek, Joel Enrique Castro Hernandez, Shuran Song·· 2026-10-07精选AI 评分82

What Enables In-Context Behavior Prompting for Manipulation?

What Enables In-Context Behavior Prompting for Manipulation?

AI 导读

论文提出行为提示范式,引入 DrawAnything 和 LIBERO-Gen 基准测试及 BPP 架构与 iPhUMI 手持接口,发现任务多样性而非演示数量是提升未见任务适应性的关键。在绘图与桌面操作任务中,该方法分别将误差降低 80.7%、成功率提升 20.8%,并开源所有组件以支持可复现研究。

推荐理由

该研究通过基准测试与架构设计,揭示了任务多样性是行为提示生效的关键驱动因素,并开源了相关组件以支持可复现研究。

来源:arXiv · 机器人与计算机视觉 · arxiv.org