L2A框架：视觉语言先验加触觉在线辨识部件运动规律

Mohamed A. Mabrok 提出 Open-World Law-to-Action（L2A）框架：由视觉语言模型为每个可动部件提出运动方式、运动规律项和可能的锁定因素，再用带闭式证据的贝叶斯线性回归在线辨识部件规律，触觉可推翻先验。 该方法目前全部实验在仿真中进行，在部分场景上开发、在留出场景上各运行一次。在新厨房中，机器人依视觉语言模型提议完成 80% 的任务，而在所有部件均已知时为 98%；一台不从仿真器取任何信息的移动机器人在新场景中完成 100 项请求中的 70 项，由仿真器告知每个盒子对应部件时为 62 项（两次留出测试之间做过一处改动）。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。