热门

最新

红包

立Flag

投票

同城

发布
weixin_41048424
鱼粥酱
1 年前
trueweixin_41048424

MOKA: 通过标记视觉提示进行开放词汇的机器人操作

网页: https://moka-manipulation.github.io

arXiv: https://arxiv.org/abs/2403.03174

与 @秋日的前奏（共同第一作者）、@翻滚的荷包蛋、@阿玫小酱当当囧 的合作

1
12
  • 复制链接
  • 举报
下一条：
几项工作为MOKA提供了重要的灵感。MOKA扩展了KPAM (https://sites.google.com/view/kpam) 和KETO (https://sites.google.com/view/ke-to) 中基于点的可供性表示，以涵盖更广泛的任务。所使用的视觉提示技术受到Set-of-Marks (https://som-gpt4v.github.io/) 中最新视觉问答结果和“LMMs的黎明” (https://arxiv.org/pdf/2309.17421.pdf) 的启发。