首页 /研究 /几何动作模型用于机器人策略学习
MANIPULATION

几何动作模型用于机器人策略学习

Jisang Han, Seonghu Jeon, Jaewoo Jung, René Zurbrügg, Honggyu An, Tifanny Portela, Marco Hutter, Marc Pollefeys, Seungryong Kim, Sunghwan Hong

发表年份
2026
访问权限
开放获取

摘要

该论文提出几何动作模型(GAM),通过重用预训练的几何基础模型作为共享底层,实现语言条件下的操作策略。GAM在中间层拆分模型,利用浅层编码观察,插入因果未来预测器预测潜在特征,再通过剩余模块解码动作,从而在单一骨干网络中同时生成未来几何和动作。

关键词

geometric foundation modelpolicy learninglanguage-conditioned manipulation3D geometryaction decoding

相关论文

查看 MANIPULATION 分类全部论文