arXiv · cs.RO· Haoyu Zhao; Xingyue Zhao; Zhian Su; Bohan Hou; Yinzhou Tang; Fengyi Wang; Kehan Li; Yuming Jiang; Siteng Huang; Xin Li; Zhenyu Zeng; Mingxiu Chen; Deli Zhao; Zhongyu Li·· 5 天前精选AI 评分78
论文 / 摘要阅读
RynnVLA-Latent：用3D接地潜在动作扩展机器人操作基础模型
RynnVLA-Latent: Scaling Robotic Manipulation Foundation Models with 3D-Grounded Latent Actions
AI 导读 · 根据来源整理
RynnVLA-Latent提出用异构交互视频做机器人策略预训练，其RynnLAM模块无需原生机器人控制即可从视觉变化中学习连续、3D接地的潜在动作。研究在30.1K小时人类、机器人和仿真视频上生成745.52M个潜在动作描述符，再通过流匹配预测潜在动作块并适配到具体本体动作。
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