arXiv · ML· Yunzhou Song, Long Le, Yong-Hyun Park, Jie Wang, Junyao Shi, Lingjie Liu, Jiatao Gu, Eric Eaton, Dinesh Jayaraman, Kostas Daniilidis·· 8 小时前AI 评分32
OmniGuide：利用通用空间引导场增强通用机器人策略
OmniGuide: Universal Spatial Guidance Fields for Enhancing Generalist Robot Policies
AI 导读
论文提出 OmniGuide 框架，通过 3D 基础模型、语义推理 VLM 及人类姿态模型作为可微分能量函数引导，显著提升视觉-语言-动作（VLA）模型在复杂任务中的性能。 该框架将不同引导源表达为 3D 空间中的吸引子与排斥子，影响 VLA 动作采样。实验显示，OmniGuide 在仿真与真实环境中显著增强了 π₀.₅、GR00T N1.6 等策略的成功率与安全性，性能匹敌或超越专用引导方法。
来源：arXiv · ML · arxiv.org