研究人员提出以物体为中心的VLA框架ObjDream

Huailiang Ma等研究人员在预印本中提出以物体为中心的视觉-语言-动作（VLA）模型框架ObjDream，通过细粒度物体表征与未来状态预测提升机器人操作的泛化鲁棒性。 该框架将视觉观测解耦为持久身份与动态状态通道，并在训练阶段利用动作条件动力学模块预测未来物体状态以实施显式监督，推理阶段无需预测未来。在LIBERO等仿真基准和真实机器人实验中，该框架在应对场景扰动、新物体排列及背景变化时均展现出更强的迁移能力。

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。