← 机器人智能体 / 语言与环境理解语义与空间双通路CLIPort · 原文 Fig. 2 · p.4 ↗
正式发表 / Robot Agentic
CLIPort
CLIPort: What and Where Pathways for Robotic Manipulation
CoRL · 2021
关键框架 FRAMEWORK
把冻结 CLIP 的语言视觉语义与 Transporter 的空间特征融合,预测语言条件的抓取和放置。
- 01编码视觉语言语义
- 02融合空间稠密特征
- 03预测抓放可供性
THE IDEA
它在解决什么
把冻结 CLIP 的语言视觉语义与 Transporter 的空间特征融合,预测语言条件的抓取和放置。
WHY READ IT
为什么放在这条路线
理解“是什么”与“在哪里”如何共同决定动作,是从语言理解走向具身执行的清晰起点。
READ WITH A QUESTION
读的时候,留意什么
语义预训练不会自动解决新动作技能;策略仍需要演示,主要围绕桌面抓放任务验证。
我的阅读笔记
LOCAL NOTES笔记仅保存在当前浏览器