arXiv cs.RO· Xiangyu Zhu, Renjun Wu, Luzhou Ge, Jinyan Liu, Xuesong Li·· 2 小时前AI 评分61
GeoHAT：面向移动操作的几何自适应混合动作 Transformer
GeoHAT: Geometry-Adaptive Hybrid Action Transformer for Mobile Manipulation
AI 导读
GeoHAT 是一个端到端扩散策略框架，用轻量 Fourier 空间编码器把逐像素三维坐标映射为几何 token，再按深度有效性门控注入视觉基础模型特征，无需额外 3D 视觉骨干。
来源：arXiv cs.RO · arxiv.org