arXiv · 机器人与计算机视觉· Jincheng Li, Yutian Zhang, Jianyu Zhang, Xinshun Wang, Mengyuan Liu·· 13 天前AI 评分75
AffordJEV:通过确认候选区域进行功能定位的研究
AffordJEV: Affordance Grounding by Confirming Candidate Regions
AI 导读
该论文针对具身操作中的功能定位任务,提出一种无需生成中间文本的 System One 推理框架。系统利用冻结分割器提出候选区域,由专用模型直接判断哪些区域可执行目标操作,并通过层级间证据双向传递实现自校正。该方法在 InstructPart 数据集上训练,相比链式思维方法在零样本迁移至 UMD 和 IIT-AFF 时表现更优,且所需推理请求更少。
来源:arXiv · 机器人与计算机视觉 · arxiv.org