AntiGrounding: Executable Robot Trajectories as Visual Prompts for VLM-Guided Manipulation
AI 导读
视觉提示轨迹评估数字孪生VLM引导操作
文章提出AntiGrounding框架，通过可执行轨迹作为视觉提示，结合VLM评估实现机器人操作，提升任务成功率与物理合理性。
AntiGrounding uses executable robot trajectories as visual prompts for VLM-guided manipulation, enhancing task success through multi-view assessment and digital twin validation.
重点速览
- 双几何-视觉轨迹界面实现动作选择与指令评估 Dual geometric-visual trajectory interface for action selection
- 多视角VQA评分体系评估轨迹安全性与效率 Multi-view VQA scoring system for trajectory evaluation
- 数字孪生验证机制确保真实机器人执行安全 Digital twin validation ensures real-world safety
- 单GPT-6 Astra评估器实现8项任务80%成功率 Single evaluator achieves 80% success across 8 tasks
一句话：轨迹可视化评估与数字孪生验证显著提升机器人操作可靠性。 / Trajectory visualization and digital twin validation enhance robotic manipulation reliability.
推荐理由 提供机器人操作新范式，对工业自动化落地有实践指导价值。
二次创作声明：本页为 AI 热榜聚合导读，内容与热度数据来自公开来源 （arxiv），版权归原始作者所有；本站仅做转载指引与摘要评述，不复制原文。