发表时间:2 Nov 2023
作者单位:Stanford University
Motivation:大型语言模型 (LLM) 被证明拥有大量可操作的知识,这些知识可以以推理和规划的形式提取用于机器人操作。尽管取得了进展,但大多数仍然依赖于预定义的运…
发表时间:17 Mar 2024
作者单位:Shanghai AI Laboratory
Motivation:尽管MlLMs取得了进步,但传统的 MLLM 通常在通用图像文本对上进行训练,缺乏必要的机器人知识,例如可供性和物理知识,这阻碍…
24年8月来自英国爱丁堡大学和华为诺亚实验室的论文“Learning Precise Affordances from Egocentric Videos for Robotic Manipulation”。
Affordance,即目标提供的潜在动作,对于机器人操作任务至关重要。深入了解affordance可以带来更智能的人工智能系…