arXiv cs.RO 机器人学· I-Chun Arthur Liu, Jason Chen, Gaurav S. Sukhatme, Daniel Seita·· 2 天前AI 评分52
ExStereo 用显式立体表示将 2D VLA 提升到 3D
ExStereo: Lifting 2D Vision-Language-Action Models to 3D with Explicit Stereo Representations
AI 导读
研究提出 ExStereo 立体模块，用立体图像对重建场景几何并渲染多视图作为显式立体表示，通过 action-stereo cross-attention 让动作 token 选择性关注立体 token，使策略基于 3D 场景信息生成机器人动作。
来源：arXiv cs.RO 机器人学 · arxiv.org