MANIPULATION
基于密集具身思维链监督的训练视觉-语言-动作模型
Haoyang Li, Guanlin Li, Youhe Feng, Chen Zhao, Zhuoran Wang, Yang Li, Qizhe Wei, Shifeng Bao, Haitao Shen, Yihan Zhao, Tong Yang, Jing Zhang
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
本文提出ZR-0模型，通过密集具身思维链监督对齐跨本体表示，采用双流架构结合预训练视觉语言模型和扩散Transformer动作专家。该模型在大规模数据集上预训练，推理时可跳过思维链生成且性能无损，有效解决了跨本体迁移中的低级状态和动作空间差异问题。
关键词
vision-language-actioncross-embodiment transferchain-of-thoughtdiffusion transformerrobotic manipulation
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