跳到正文
arXiv · 机器人与计算机视觉· Young-Chae Son, Dae-Kwan Ko, Yoon-Ji Choi, Soo-Chul Lim·· 27 天前AI 评分62

ThermoAct:面向机器人感知与决策的热感知视觉语言动作模型

ThermoAct:Thermal-Aware Vision-Language-Action Models for Robotic Perception and Decision-Making

AI 导读

ThermoAct 是一个融合热成像信息的视觉语言动作(VLA)框架,利用视觉语言模型作为高层规划器来解析自然语言指令并分解为子任务。该系统旨在通过整合热数据增强对物理属性的感知与环境安全判断。材料基于真实世界任务场景的实验结果验证了该框架的可行性,表明其相比纯视觉方法在任务成功率和安全方面具有潜力。

来源:arXiv · 机器人与计算机视觉 · arxiv.org