ForkCast: Predictive Recovery for Vision-Language-Action Policies via Counterfactual Futures
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
Vision-language-action (VLA) policies perform manipulation tasks using camera images and language instructions, but object slip or visual occlusion can disrupt execution. Recovery is typically learned during policy training or delegated to a monitor that triggers a scripted repair after detecting a failure.
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。