arXiv · AI· Elias Hofele, Thomas Trapp, David Timmermann, Tristan Schnell, Georg Heppner, Arne Roennau·· 1 天前AI 评分25
TrySee：面向专业领域机器人任务规划的模块化感知增强 VLM 定位框架
TrySee: Modular Perception-Enhanced VLM Grounding for Closed-Loop Robot Task Planning in Specialized Domains
AI 导读
TrySee 提出一种集成通用 VLM 推理与特定领域感知的模块化闭环机器人任务规划管线。 该系统通过动态预处理选择机制实现可扩展性，无需 VLM 微调或端到端演示。 论文在包括真实机器人拆解任务在内的 5 个不同领域进行了验证。
来源：arXiv · AI · arxiv.org