arXiv · 机器人与计算机视觉· Jiahui Fu, Junyu Nan, Lingfeng Sun, Hongyu Li, Jianing Qian, Benjamin Yang, Yilun Du, Jennifer L. Barry, Kris Kitani, George Konidaris·· 2026-10-08AI 评分75
NovaPlan:基于闭环视频语言规划的零样本长程操作
NovaPlan: Zero-Shot Long-Horizon Manipulation via Closed-Loop Video Language Planning
AI 导读
论文介绍 NovaPlan 框架,旨在解决复杂长程机器人任务中视觉 - 语言模型易产生物理幻觉的问题。系统通过高层 VLM 分解任务并验证多个候选视频生成结果以过滤不一致的未来状态;利用混合几何表征在物体中心流与手部流间自适应切换;并通过闭环监控执行过程,合成如指尖戳刺等局部非抓持类纠错行为。实验显示其在多阶段任务中显著优于现有零样本系统,实现了无需特定训练或演示的复杂装配与灵巧错误恢复。
来源:arXiv · 机器人与计算机视觉 · arxiv.org