arXiv cs.RO 机器人学· Jaehyeon Son, Junhyun Kim, Kyle Kam, Jeremiah Coholich, Seok Joon Kim, Jinhoo Kim, Chris Dongjoo Kim, Jaemin Cho, Dieter Fox, Zsolt Kira·· 5 小时前精选AI 评分56
SeeTraceAct：基于跨本体演示视频的可见性感知 VLA 潜在规划
SeeTraceAct: Visibility-Aware Latent Planning from Cross-Embodiment Demonstration Videos
AI 导读
论文提出 SeeTraceAct，一个以单条演示视频为条件的 VLA 框架，通过可见性感知地预测未来末端执行器轨迹来提升空间定位精度。作者同时发布 RoboCasa-DC，即 RoboCasa 的演示条件化扩展，将机器人轨迹与新采集的人体演示配对。
推荐理由
论文指出端到端 VLA 在小目标区域精确定位上的短板，并给出可见性感知末端轨迹预测这一可迁移的改进思路。
来源：arXiv cs.RO 机器人学 · arxiv.org