← 机器人智能体 / 程序与空间接口语言生成三维价值图VoxPoser · 项目页 ↗
正式发表 / Robot Agentic
VoxPoser
VoxPoser: Composable 3D Value Maps for Robotic Manipulation with Language Models
CoRL · 2023Oral
关键框架 FRAMEWORK
语言模型生成代码并结合视觉模型构建三维价值图,再由规划器求解运动轨迹。
- 01语言生成代码
- 02构建三维价值图
- 03规划与闭环执行
THE IDEA
它在解决什么
用语言和视觉模型生成三维价值图,将任务语义转化为运动规划条件。
WHY READ IT
为什么放在这条路线
CoRL Oral;空间落地的代表路线,与直接动作生成形成互补。
READ WITH A QUESTION
读的时候,留意什么
开放词汇理解仍依赖感知质量与规划器能力,关注系统失败来自哪个模块。
我的阅读笔记
LOCAL NOTES笔记仅保存在当前浏览器