OmniGuide以空间引导场增强VLA通用策略

Yunzhou Song等作者提出OmniGuide框架，将3D基础模型、语义推理VLM和人体姿态模型等不同来源的引导统一表达为3D空间中的可微能量函数，函数含任务特定的吸引子与排斥子，用来影响视觉-语言-动作（VLA）模型的动作采样，从而提升通用策略在复杂空间或语义理解、杂乱环境操作和精细操作等任务上的表现。 作者称，仿真与真实环境实验显示，该框架在成功率与安全率上显著提升π0.5、GR00T N1.6等通用策略，并在统一框架下达到或超过此前针对特定引导来源设计的方法。论文已被CoRL 2026接收，具体任务数量、试验次数与成功率数值未在报道中给出。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。