跳到正文
热点事件持续更新

GTI 方法提升长程 VLA 机器人操作成功率

1 篇报道1 个报道来源14 小时前更新

先了解这件事

AI 综述

Tianqi Gong 等人提出 GTI(Grounding Task Intent)框架,旨在解决长程视觉 - 语言动作模型在复杂任务中的意图定位问题。该方法利用观测与执行历史区分活跃子任务及阶段,为同一局部目标生成交互状态和完成状态两种视觉表征。 评估显示,在 RoboCasa365、VLA-Arena Horizon-Long 及真实世界 PiPER 任务中,GTI 使 GR00T 模型在已知复合任务上的成功率从基线的 14.6%/12.1% 提升至 31.8%/20.4%,其中 ID/OOD 测试分别对应上述两组数据。

AI 根据报道生成 · 13 小时前更新

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
    GTI:贯穿长程 VLA 操作的意图 grounding 方法

    论文提出 GTI(Grounding Task Intent)框架,利用当前观测和执行历史定位活跃子任务及执行阶段,为同一局部子任务生成交互状态与完成状态两种阶段依赖的视觉目标。

本事件热度走势

可比范围当前
7
可比范围峰值
911月19日 15:00
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。