arXiv · cs.RO· Akila Ayanthi, Darshana Priyasad, Tharindu Fernando, Dimity Miller, Sridha Sridharan, Clinton Fookes, Peyman Moghadam·· 2 天前精选AI 评分67
论文 / 摘要阅读
研究提出几何预测头，让0.5-2B VLM直接回归机器人可供性与轨迹
Decoding Geometry, Not Tokens: Efficient VLMs for Robot Affordance and Trajectory Prediction
AI 导读 · 根据来源整理
该预印本提出一种轻量几何预测头，接在冻结的0.5-2B VLM骨干上，从中间隐藏层读取特征，经任务指令条件化查询和视觉token交叉注意力，直接回归可供性框与轨迹路点。
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