arXiv · AI· Jingxuan Chen, Junshi Luo, Chencheng Dong, Xiaojian Nie, Tongge Huang, Qiang Huang·· 10 天前AI 评分20
Thermo-VLA:用于机器人操作的热感知视觉-语言-动作模型
Thermo-VLA: A Thermal-Aware Vision-Language-Action Model with Gated Residual Modulation for Robotic Manipulation
AI 导读
summary_zh: Thermo-VLA 在四项热依赖任务中平均成功率达 0.86,领先 pi_0.5 基线 18 个百分点。 该模型使用 ThermoRes Encoder 将热图像分解为冷、热属性,并通过语言条件残差调节注入 RGB token。
来源:arXiv · AI · arxiv.org