arXiv cs.RO· Zhehao Dong, Xiaofeng Wang, Zheng Zhu, Yirui Wang, Yang Wang, Yukun Zhou, Boyuan Wang, Chaojun Ni, Runqi Ouyang, Wenkang Qin, Xinze Chen, Yun Ye, Guan Huang, Zhen Lu, Yue Yang·· 3 小时前AI 评分56
EMMA框架用生成视觉模型提升VLA操作策略的视觉泛化能力
EMMA: Enhancing Robotic Control Robustness through a Generative Visual Model
AI 导读
EMMA框架通过生成数据引擎与训练流程增强视觉-语言-动作（VLA）策略，缓解跨外观机器人操作数据采集成本高的问题。其核心组件DreamTransfer基于扩散Transformer，生成多视角一致且几何合理的操作视频，支持对前景、背景和光照做文本驱动编辑并保持三维结构。
来源：arXiv cs.RO · arxiv.org