MANIPULATION
MuseVLA：一种用于机器人操作的自适应多模态感知视觉-语言-动作模型
Xingyuming Liu, Ruichun Ma, Heyu Guo, Qixiu Li, Qingwen Yang, Lin Luo, Shiqi Jiang, Chenren Xu, Jiaolong Yang, Baining Guo
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
MuseVLA是一种自适应多模态感知的视觉-语言-动作模型，通过将新型传感器作为按需工具集成，解决了传统VLA模型仅依赖RGB观测的局限性。该模型生成传感器令牌和目标描述来调用特定感知模态，并将传感器测量值转换为统一的接地传感器图像，同时引入数据合成流水线以降低对昂贵多传感器机器人数据集的依赖。
关键词
multimodal sensingvision-language-actionrobotic manipulationsensor integrationdata synthesis
相关论文
MANIPULATION
📊 7,533 引用
Real-Time Obstacle Avoidance for Manipulators and Mobile Robots
Oussama Khatib
1986
MANIPULATION
📊 6,720 引用
A Mathematical Introduction to Robotic Manipulation
Richard M. Murray, Zexiang Li, Shankar Sastry
2017
MANIPULATION
📊 3,821 引用
Robot dynamics and control
Mark W. Spong
1989
MANIPULATION
📊 3,499 引用
A tutorial on visual servo control
Seth Hutchinson, Gregory D. Hager, Peter Corke
1996