MANIPULATION
TS-Mask VLA：具有有效桥接的视觉-语言-动作模型的二维时空掩码
Shengzhuo Yang, Ronghao Yu, Chuanjie Lv, Linpeng Peng, Hang Yu, Jie Ren, Jiajun Lv, Yong Liu
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
本文提出TS-Mask VLA框架，通过离散扩散动作专家和桥接注意力机制实现视觉-语言模型与动作生成的多层条件融合。其二维时空掩码策略增强了动作序列的跨时间依赖和维度耦合建模，提升了长时域复杂场景下的操作性能。
关键词
vision-language-actiondiscrete diffusiontemporal-spatial maskingrobot manipulationaction generation
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