arXiv · 机器人与计算机视觉· Hengyuan Hu, Jensen Gao, Priya Sundaresan, Satvik Sharma, Jeannette Bohg, Dorsa Sadigh·· 2026-10-08精选AI 评分82
VIA:一种用于机器人控制的视觉界面智能体框架
VIA: Visual Interface Agent for Robot Control
AI 导读
该论文提出了 VIA(Visual Interface Agent)框架,将机器人控制重构为智能体任务,利用现成的通用智能体通过虚拟工作空间中的鼠标式工具直接驱动机械臂。研究在仿真和真实世界移动操作机器人上实现了零样本的多样化桌面操作与导航任务,且性能随基础模型规模提升而增强,表明现有前沿智能体具备直接迁移至机器人控制的能力。
推荐理由
提出 VIA 框架,证明通用智能体无需训练即可通过虚拟界面直接控制机器人完成操作与导航任务。
来源:arXiv · 机器人与计算机视觉 · arxiv.org