GR-VIP用几何表征条件化提升机器人对接精度

Chanhwi Lee 等研究者提出 GR-VIP，一种目标条件化的视觉运动策略，利用为相对相机位姿估计预训练的视觉编码器，在位姿回归前的稠密关系特征上条件化动作预测，保留细粒度跨视图信息以从演示中学习修正动作。 在真实对接任务中，GR-VIP 在训练环境与未见环境均实现高对接成功率和毫米级终端精度，迁移无需额外训练。补充实验显示该策略能与非对接目标对齐，并在测试的低光照条件下完成对接。该工作已提交 IEEE 待审。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。