G³VLA注入相机几何偏置，多项基准评测提升
热点事件持续更新
G³VLA注入相机几何偏置，多项基准评测提升
2 篇报道2 个报道来源2 小时前更新
先了解这件事
AI 综述
Yue Peng等提出G³VLA，一个相机感知的几何模块，把标定好的相机结构注入预训练VLA的视觉token流，不改动其动作空间和原始动作学习目标。模块结合内参条件化的射线嵌入、投影位置编码PRoPE和双向跨视角融合，用真值点图或置信度门控的π³X教师预测提供几何监督，无需深度传感器或人工几何标注。 评测显示，在π₀上G³VLA在LIBERO和RoboCasa24上于两种监督方式下均有提升，真值监督在三相机的RoboTwin2.0五任务平均上也有改善；标定实验表明这些收益依赖正确的相机几何，在轻微标定扰动下保持稳定。
AI 根据报道生成 · 1 小时前更新
最新进展10月15日 12:00
G³VLA：为视觉-语言-动作模型注入相机几何归纳偏置报道时间线
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G³VLA：为视觉-语言-动作模型注入相机几何归纳偏置
论文提出 G³VLA，一个相机感知的几何模块，将标定好的相机结构注入预训练 VLA 的视觉 token 流，而不改动其动作空间和原始动作学习目标。该方法结合内参条件化的射线嵌入、投影位置编码 PRoPE 和双向跨视角融合，并用真值点图或置信度门控的 π³X 教师预测提供几何监督，无需深度传感器或人工几何标注。
10月14日
- Hugging Face 每日论文精选G^3VLA：为 VLA 模型注入相机标定几何先验
论文提出 G^3VLA，一个相机感知的几何模块，在不改变动作空间和原始动作学习目标的前提下，向预训练 VLA 的视觉 token 流注入标定结构。它结合内参条件化的射线嵌入、投影位置编码 PRoPE 和双向跨视角融合，几何监督可来自真值点图或置信度门控的 π^3X 教师预测，无需深度传感器或人工几何标注。
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。