Eye, Robot提出VLM引导的人形机器人凝视生成方法
热点事件持续更新
Eye, Robot提出VLM引导的人形机器人凝视生成方法
1 篇报道1 个报道来源2 小时前更新
先了解这件事
AI 综述
Yuhang Hu等研究者发表论文提出Eye, Robot框架，将人形机器人凝视拆分为三部分：异步视觉语言模型（VLM）选择场景目标、反应式感知模块维持注视、Realistic Gaze Transformer（RGT）生成目标条件下的凝视运动。 论文报告RGT-Base在七个关节的总体MSE上取得最低值，物理演示展示了完整的定位与控制流水线；论文同时指出，感知自然度和开放词汇目标选择准确度仍有待受控评估。
AI 根据报道生成 · 1 小时前更新
最新进展10月15日 12:00
Eye, Robot：用 VLM 引导的 Transformer-VAE 学习人形机器人凝视动态报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv cs.RO 机器人学精选Eye, Robot：用 VLM 引导的 Transformer-VAE 学习人形机器人凝视动态
论文提出将人形机器人凝视拆分为异步 VLM 选择场景目标、反应式感知模块维持注视、Realistic Gaze Transformer（RGT）生成目标条件运动的流水线。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。