跳到正文
arXiv · 机器人与计算机视觉· Benedikt Kreis, Rohit Menon, Benno Wingender, Muhammad Ehsan Ullah, Nils Dengler, Maren Bennewitz·· 28 天前AI 评分72

OMAR:面向场景条件化货架整理的开放世界多属性推理方法

OMAR: Open-World Multi-Attribute Reasoning for Scene-Conditioned Shelf Organization

AI 导读

论文 OMAR 针对家庭整理等无明确指令的开放任务,提出一种结合视觉语言模型与大语言模型的推理管线。系统首先利用分割、深度及多视图关联对未知物体进行标签与属性(内容、包装类型) grounding,随后由 LLM 推断货架潜在组织并生成场景一致的放置排名,最后经几何运动学可行性检查执行。

来源:arXiv · 机器人与计算机视觉 · arxiv.org