研究团队提出CapPro框架：单段人类视频引导VLA适应新操作任务
热点事件持续更新
研究团队提出CapPro框架：单段人类视频引导VLA适应新操作任务
1 篇报道1 个报道来源18 小时前更新
先了解这件事
AI 综述
研究团队在预印本论文中提出 CapPro 框架，使预训练视觉-语言-动作（VLA）模型仅凭单段人类演示视频，即可自适应未见过的机械臂操作任务。 该方法通过阶段感知模块从人类视频中筛选视觉 token 并学习查询表征，将其注入 VLA 的动作条件上下文中。实验表明，该框架无需目标任务的机器人演示或微调，即可在保持源任务性能的同时提升未见目标任务的表现。
AI 根据报道生成 · 46 分钟前更新
最新进展10月14日 16:05
CapPro：基于单次人类视频引导的视觉-语言-动作模型自适应框架报道时间线
沿着报道，了解事件的不同侧面。
10月14日
- arXiv · 工业智能研究摘要CapPro：基于单次人类视频引导的视觉-语言-动作模型自适应框架
预印本摘要称，研究者提出 CapPro 框架，仅凭单段人类演示视频即可引导预训练视觉-语言-动作（VLA）策略自适应至未见过的机械臂操作任务。该方法通过阶段感知人类视频表征模块筛选视觉 token 并学习查询表征，再将其注入预训练 VLA 的动作条件上下文中。实验显示该方法无需目标任务机器人演示或微调，即可在保持源任务性能的同时提升未见目标任务的平均表现。
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。