arXiv · 机器人与计算机视觉· Haolong Meng, Fangbo Qin, Mengchen Bai, Houwu Wang, Xiaolin Liu, Cirong Liu, Shan Yu·· 2026-10-06精选AI 评分78
面向细粒度物体操作:基于 SAM3 引导的视觉运动策略与持久记忆学习
Towards Fine-Grained Object Manipulation: SAM3-Guided Visuomotor Policy with Persistent Memory Learning and Focused Visual Conditioning
AI 导读
针对细粒度物体操作中场景级视觉条件缺乏明确选择、类别级指导难以区分相似物体的挑战,本文提出一种结合持久物体记忆与聚焦视觉条件的框架。首先引入 FO Memory-driven SAM3(FOM-SAM3),在有限多视角配准图像中学习可复用的细粒度物体记忆 token 并冻结 SAM3;其次提出聚焦空间 - 外观编码(FSAE),融合物体内部外观特征与显式边界框以条件化动作策略。
推荐理由
提出 SAM3 引导的视觉运动策略框架,利用持久记忆与聚焦视觉条件解决细粒度物体操作难题。
来源:arXiv · 机器人与计算机视觉 · arxiv.org