EEmbogent
模型数据硬件产品评测公司技术融资
模型重要2026/11/12 03:32·重要度 72

MOSAIC:面向杂乱场景的空间与障碍感知操作框架

MOSAIC: Modular Obstacle and Spatial-Aware Framework for Manipulation In Cluttered Scenes

AI 摘要

Richard Shi 等提出模块化框架 MOSAIC,可接入预训练 VLA 策略:通过辅助语义接地预测目标物体、目的地与周围障碍物的角色掩码,再结合三维重建深度生成角色特定几何表示,增强杂乱场景的空间理解与动作生成,减少误接触和碰撞。

阅读原文来源 arXiv VLA/Humanoid · arxiv.org

标题与摘要由 AI 根据原文自动生成,可能存在偏差;具体数据与结论请以原文为准。

同板块相关

模型重要23 小时前

TaF-Foundation:以六维力旋量为基准的跨传感器触觉基础模型

Jiaming Jiang等提出TaF-Foundation,将触觉表征锚定在六维力旋量上,让不同传感原理的触觉观测共享同一物理监督,无需传感器之间直接配对。团队自建采集平台,用24个传感器、覆盖4类传感原理,采集超1亿条触觉与力旋量配对数据,并以传感器特定输入适配加共享编码器实现跨硬件迁移。

模型重要3 天前

RoboCoEvo:智能体与策略协同进化框架

Ran Qi 等人提出 RoboCoEvo,一个以失败为引导的协同进化框架:把 MLLM 智能体可复用、可执行的知识提炼,与 VLA 等机器人基础模型的参数学习耦合起来,让智能体与策略在迭代中相互增强,而不是各自独立改进,从而扩展机器人的任务能力。