arXiv · cs.RO· Rongxing Ding, Hongyu Qu, Kehong Wu, Xudong Wang, Fan Zhang, Xinguang Xiang, Xiangbo Shu·· 1 天前精选AI 评分60
论文 / 摘要阅读
HiFOR：面向VLA模型的动作引导世界检索分层预见框架
HiFOR: Hierarchical Foresight with Action-Guided World Grounding for Vision-Language-Action Model
AI 导读 · 根据来源整理
作者提出HiFOR，一个带动作引导世界检索的分层预见框架，用于视觉-语言-动作模型。该方法通过分层依赖掩码联合预测短期状态演化、语义里程碑和最终目标状态，并用结构感知潜在世界建模与动作引导因子化世界检索为动作生成提供针对性引导。作者称在两个仿真基准和六个真实机器人操作任务上验证了方法有效性。
本站目前提供摘要
以上是对来源材料的中文整理，不是完整论文或全文。研究方法、数据与完整论述请到来源页面核对。
前往 arXiv · cs.RO 阅读原文 ↗来源：arXiv · cs.RO · arxiv.org