LAGR提出语言感知抓取重排序方法
热点事件持续更新
LAGR提出语言感知抓取重排序方法
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
Manav Kulshrestha等作者提出语言感知抓取重排序方法LAGR,用于任务导向抓取:先由视觉-语言输入生成任务无关的抓取候选及物理可行性分数,再用语言条件重排序器对所有候选联合打分。作者同时构建了覆盖100,911个图像-任务对、17个物体类别、共268万条5-DoF抓取标注的数据集。 作者称,LAGR在评测中比次优方法高出9.3个百分点,并在Franka Research 3机器人上完成了真实物体任务抓取验证。
AI 根据报道生成 · 57 分钟前更新
最新进展11月20日 13:00
LAGR:面向任务抓取的语言感知抓取重排序方法报道时间线
沿着报道,了解事件的不同侧面。
11月20日
- arXiv cs.AILAGR:面向任务抓取的语言感知抓取重排序方法
LAGR 是一种面向任务抓取的语言感知抓取重排序方法,先由视觉-语言输入生成任务无关的抓取候选及物理可行性分数,再用语言条件重排序器对所有候选联合打分。作者构建了覆盖 100,911 个图像-任务对、17 个物体类别的 268 万条 5-DoF 抓取标注数据集,LAGR 比次优方法高出 9.3 个百分点,并在 Franka Research 3 机器人上完成真实物体任务抓取验证。
本事件热度走势
还没有足够的连续观测数据,暂不绘制趋势。