提出PAIR感知动作桥接框架

PAIR提出一种连接视觉语言动作模型感知与动作空间的框架，通过Masked Action Autoencoder生成动作潜变量令牌，并由Bridge Module生成融合任务信息的Bridge Tokens，注入动作专家以辅助连续动作生成。

摘自 arXiv · cs.AI

还没有足够的连续观测数据，暂不绘制趋势。