VIA以视觉界面零样本控制机器人

Hengyuan Hu等提出VIA框架，让现成智能体通过可交互的视觉工作空间直接控制机器人，无需针对机器人训练或新增动作原语。基于论文摘要，VIA在仿真中完成了多类桌面操作，并在真实商用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。 智能体可用鼠标式工具探测像素，并向虚拟末端执行器设置目标位姿；论文还报告其性能随底层基础模型能力增强而提升，但摘要未给出具体任务规模、成功率或对比基线。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。