VerifLM：图像编辑目标经物理验证生成6-DoF位姿

Xuanyou Chen、Jinyu Chen 与 Glen Chou 提交预印本论文，提出 VerifLM 框架：把图像编辑得到的目标构型转换为经物理验证的 6-DoF 物体位姿，供机器人操作规划使用。流程是先由编辑后图像恢复主动物体与被动目标物体的初始相对位姿，再由视觉语言模型生成逐轴采样约束和任务特定验证程序，候选位姿在物理仿真器中评估，最后由 VLM 选出最符合任务的保留候选。 为不依赖预定义物体网格和物理参数，VerifLM 从 RGB-D 观测重建度量几何，并构建多组物理与几何参数不同的假设仿真，按候选在多少个世界中满足验证程序排序。 作者称在九个操作任务上评估，VerifLM 在其中八个任务取得最高任务成功率，在需要精确朝向和接触关系的目标上提升最大。该结果出自预印本，尚未经同行评议或独立验证。

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。