PS-DLO：属性与空间感知的DLO操作策略
热点事件持续更新
PS-DLO：属性与空间感知的DLO操作策略
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
Mengdi Li等作者提出PS-DLO，一种融合物体属性与空间感知的可变形线性物体（DLO）操作策略：先用对比图文学习把初始观测映射为DLO属性的类别描述，再用SAM3从未来观测中提取掩码引导特征并蒸馏进动作专家。 作者在单臂与双臂平台的九个真实任务上评估，每个平台各训练一个共享多任务策略，PS-DLO平均成功率为68.9%，比最强基线高20.0个百分点。在蝴蝶结解结的七种视觉偏移条件中，有六种成功率高于基线。
AI 根据报道生成 · 1 小时前更新
最新进展10月27日 12:00
PS-DLO：融合属性与空间感知的可变形线性物体操作策略报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv cs.ROPS-DLO：融合属性与空间感知的可变形线性物体操作策略
作者提出PS-DLO，一种结合物体属性与空间感知的可变形线性物体（DLO）操作策略，通过对比图文学习将初始观测映射为DLO属性的类别描述，并用SAM3从未来观测中提取掩码引导特征、蒸馏进动作专家。在单臂与双臂平台的九个真实任务上，PS-DLO平均成功率为68.9%，比最强基线高20.0个百分点；在蝴蝶结解结的七种视觉偏移条件中，有六种成功率高于基线。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。