arXiv cs.RO 机器人学· Congsheng Xu, Qiaochu Yang, Fangyuan Shi, Yifan Han, Baijun Chen, Yiming Wang, Haonan Zhao, Zhe Liu, Yao Mu, Daolin Ma, Xiaokang Yang, Hesheng Wang·· 1 天前AI 评分47
VT-MUSE：面向视触觉操作的多模态统一序列表征学习框架
VT-MUSE: Multimodal Unified Sequential Visuotactile Representation Learning for Manipulation
AI 导读
VT-MUSE 提出两阶段多模态统一序列表征学习框架，用于视触觉操作任务，通过跨模态时序对齐与掩码视图一致性联合适配模态编码器，并以条件变分潜变量模型处理掩码视觉序列与完整触觉历史。该表征经门控交叉注意力接入轻量 Transformer 策略，在仿真基准上较最强基线在全部任务上高出 11 个百分点，真实实验也取得显著提升。
来源：arXiv cs.RO 机器人学 · arxiv.org