arXiv · 机器人与计算机视觉· Changye Li, Meng Lu, Yi Wu, Ligeng Zhu·· 27 天前AI 评分72
PERIA:构建用于空间推理的工具增强型视觉智能体
Perceive, Interact, Reason: Building Tool-Augmented Visual Agents for Spatial Reasoning
AI 导读
论文介绍 PERIA,一种针对地图推理、视觉探测和重建等空间推理任务的工具增强型视觉智能体。该架构结合视觉感知与交互两类轻量级工具集,通过监督轨迹合成及 OR-GIGPO 算法进行训练。
来源:arXiv · 机器人与计算机视觉 · arxiv.org