跳到正文
arXiv · 机器人与计算机视觉· Jaeyoung Lee, Jiyeon Koo, Taehwa Kim, Yerin Cha, Andrew Jaeyong Choi·· 2026-10-07AI 评分59

MIM-VLA:从夹爪电机反馈中学习物理交互表征

MIM-VLA: Learning Physical Interaction Representations from Gripper Motor Feedback

AI 导读

论文提出了 MIM-VLA 架构,通过编码夹爪电流、位置、速度等信号生成 128 维交互 Token,仅微调 SmolVLA 的夹爪动作路径即可显式表征接触后的物理响应。

来源:arXiv · 机器人与计算机视觉 · arxiv.org