MANIPULATION
VistaVLA：面向机器人操作的几何与语义感知三维高斯锚定视觉-语言-动作模型
Mohan Liu, Zhihao Gu, Xuanyu Chen, Haitian Zhang, Kaimin Mao, Yan Wu, Wei-Yun Yau, Lin Wang
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
该论文提出VistaVLA框架，通过将多视图视觉-语言特征提升为三维高斯基元，构建几何与语义感知的三维认知表示，并压缩为紧凑上下文令牌用于VLA策略学习。该方法解决了现有VLA模型缺乏显式场景级三维表示、难以进行空间布局和几何约束推理的问题。
关键词
3D Gaussianvision-language-actionrobotic manipulationsemantic groundingspatial reasoning
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