arXiv · ML· Jaehyeon Son, Junhyun Kim, Kyle Kam, Jeremiah Coholich, Seok Joon Kim, Jinhoo Kim, Chris Dongjoo Kim, Jaemin Cho, Dieter Fox, Zsolt Kira·· 2026-10-14AI 评分23
SeeTraceAct:基于跨本体演示视频的可见性感知潜在规划框架
SeeTraceAct: Visibility-Aware Latent Planning from Cross-Embodiment Demonstration Videos
AI 导读
SeeTraceAct 是一种演示条件视觉语言动作(VLA)框架,通过可见性感知预测未来末端执行器轨迹,提升对微小目标区域的精确定位能力。 该框架在 RoboCasa-DC 基准测试中表现最佳,并在 Franka Panda 机械臂真人演示实验中,将真实世界平均成功率提升 9.5 个百分点。
来源:arXiv · ML · arxiv.org