跳到正文
arXiv · 机器人与计算机视觉· Jiaming Wang·· 16 天前精选AI 评分81

WorldSketch:用于零样本移动操作的草图化世界模型

WorldSketch: Sketching World Models for Zero-Shot Mobile Manipulation

AI 导读

论文提出 WorldSketch 新范式,让视觉语言模型作为智能体主动查询感知工具构建并验证最小运动学世界模型,仅捕捉任务相关对象及其交互几何与可能运动,再由几何规划器联合优化接触与全身运动。

推荐理由

提出由 VLM 构建最小运动学世界模型的范式,在 RoboCasa 等基准实现零样本成功率达 91%,显著优于现有基线。

来源:arXiv · 机器人与计算机视觉 · arxiv.org