跳到正文
热点事件持续更新

AnyCamVLA 实现零样本相机视角自适应

2 篇报道1 个报道来源14 小时前更新

先了解这件事

AI 综述

Hyeongjun Heo 等人提出 AnyCamVLA 框架,解决视觉语言动作模型(VLAs)部署时需微调且对相机视角敏感的问题。该方法利用前馈新视图合成模型,在测试阶段将实时观测图像虚拟调整为与训练配置匹配的目标视角。 作者称,这一即插即用方案无需额外演示数据、策略微调或架构修改,即可保持预训练能力并适用于任何基于 RGB 的策略。

AI 根据报道生成 · 11 小时前更新

事件进展

2 个进展

  1. 11月19日 13:00 · 1 篇报道
    提出面向位姿鲁棒的少样本视觉语言动作模型 WACO 及基准 LIBERO-PoseShift
    arXiv · 机器人与计算机视觉:面向位姿鲁棒的少样本视觉语言动作模型研究
  2. 11月13日 13:00 · 1 篇报道
    AnyCamVLA 实现零样本相机视角自适应
    arXiv · 机器人与计算机视觉:AnyCamVLA:一种无需微调即可实现视点鲁棒的视觉语言动作模型相机自适应方法

报道时间线

沿着报道,了解事件的不同侧面。

11月19日
  1. arXiv · 机器人与计算机视觉
    面向位姿鲁棒的少样本视觉语言动作模型研究

    针对视觉语言动作(VLA)模型因相机或机器人基座微小位移导致操作失败的问题,本文提出 WACO 世界锚定规范框架。该框架利用机械臂正运动学作为度量校准目标、静态场景作为世界锚点,无需真值外参即可从单帧 RGB-D 图像估计位姿偏移并规范化输入与策略。

11月13日
  1. arXiv · 机器人与计算机视觉精选
    AnyCamVLA:一种无需微调即可实现视点鲁棒的视觉语言动作模型相机自适应方法

    针对视觉语言动作模型(VLAs)在特定环境部署需微调且对相机视角变化敏感的问题,本文提出 AnyCamVLA 零样本相机自适应框架。该方法利用前馈新视图合成模型,在测试时将实时观测的图像虚拟调整为与训练配置匹配的目标视角,无需额外演示数据、策略微调或架构修改。

本事件热度走势

可比范围当前
7
可比范围峰值
911月19日 16:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。