arXiv · cs.AI· Hengyuan Hu, Jensen Gao, Priya Sundaresan, Satvik Sharma, Jeannette Bohg, Dorsa Sadigh·· 1 天前
VIA：通过视觉接口实现机器人控制的智能体
VIA: Visual Interface Agent for Robot Control
arXiv:2607.11119v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Hengyuan Hu, Jensen Gao, Priya Sundaresan, Satvik Sharma, Jeannette Bohg, Dorsa Sadigh
研究任务与主要进展
VIA是一个通过视觉工作空间直接控制机器人的智能体框架，使用鼠标式工具探测像素并设置虚拟末端目标。论文摘要报告其在仿真中完成多样化桌面操作，并在真实移动操作机器人上完成导航与操作任务；两种设置均为零样本，无需机器人训练或额外动作原语，且性能随底层基础模型能力增强而提升。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org