CLARO：VLM智能体实现杂乱场景开放词汇抓取
热点事件持续更新
CLARO：VLM智能体实现杂乱场景开放词汇抓取
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
Sungsu Kim等作者提交论文预印本，提出CLARO（CLutter-Aware Robot Orchestrator）——一个调度开放词汇目标检测、分割、6-DoF抓取和非抓取推挤等技能的VLM智能体，用于在杂乱环境中定位并取出语言指定的目标。它记录历史动作以支持长程执行，输出抓取位姿或3D路点，无需任务特定训练即可迁移到不同机械臂。 作者称，在动态仿真环境中CLARO平均成功率为89.1%，在高杂乱场景中相对最强对比方法提升超过16%；在真实机械臂的多种杂乱场景中成功率为88.8%。该论文已被WACV 2027接收。
AI 根据报道生成 · 1 小时前更新
最新进展10月27日 12:00
CLARO：用 VLM 智能体在杂乱场景中完成开放词汇抓取报道时间线
沿着报道，了解事件的不同侧面。
10月27日
- arXiv cs.ROCLARO：用 VLM 智能体在杂乱场景中完成开放词汇抓取
CLARO 是一个 VLM 智能体，调度开放词汇目标检测、分割、6-DoF 抓取和非抓取推挤等技能，在杂乱环境中定位并取出语言指定的目标。它记录历史动作以支持长程执行，并输出抓取位姿或 3D 路点，从而无需任务特定训练即可迁移到不同机械臂。在动态仿真环境中，CLARO 平均成功率为 89.1%，在高杂乱场景中相对最强对比方法提升超过 16%；在真实机械臂上成功率为 88.8%。
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。