GazeAct: A Human-Gaze-Annotated Manipulation Dataset for Attention-Regularized Policies
Noch nicht auf Deutsch verfügbar: Anzeige im englischen Original.
Aus dem Abstract
Vision-language-action (VLA) policies must ground language instructions in the right objects, contact points, and target locations for reliable manipulation. Human gaze provides a natural signal for this grounding, but existing robot datasets rarely pair real human gaze with the multi-camera observations used by modern policies.
Aus dem Abstract. Unsere Zusammenfassung folgt.
Der Volltext wird hier nicht wiedergegeben, weil die Lizenz der Studie das nicht erlaubt. Das Original steht auf arXiv.