MEKAWIRE
上級arXiv

Beyond Actions: Learning Future Operation Targets for Vision-Language-Action Models

Min Lin, Bokai Zhou, Jianqi Lin, Kaiyuan Yang, Yicheng Chang, Junjie Yu, Xiaofan Liu, Jianhua Han, Rui Li, Shen Zhao, Xiaodan Liang
論文原文 論文全文を読む（PDF）
日本語版は未提供のため、英語原文で表示しています。
要旨より

Actions specify what a robot should execute, but do not describe what those commands will achieve. Vision-language-action (VLA) policies nevertheless learn primarily by predicting action chunks from images, language, and state.

要旨より。当社による要約は作成中です。

この論文はライセンス上、全文を転載できないため、要約と原文へのリンクのみを掲載しています。