跳到正文
arXiv · 机器人与计算机视觉· Yuhang Hu, Junlin Lyu, Yuan Fang, Xiaoying Shen, Lechen Zhang, Jiong Lin, Judah Goldfeder, Steven Tian, Hod Lipson·· 2026-10-15AI 评分68

Eye, Robot:通过 VLM 引导的 Transformer-VAE 学习表达性注视动力学

Eye, Robot: Learning Expressive Gaze Dynamics via a VLM-Guided Transformer-VAE

AI 导读

该论文提出 Eye, Robot 框架,利用异步视觉语言模型选择场景参照物,结合反应感知模块维持注视,并通过 Realistic Gaze Transformer(RGT)生成目标条件化的运动。

来源:arXiv · 机器人与计算机视觉 · arxiv.org