Robota-Embed: Unified VLA Embeddings for Robot In-Context Learning and Evolution
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
Retrieving useful context for a robot requires matching its task, execution stage, and the continuation that should follow. We introduce Robota-Embed, to our knowledge the first vision-language-action (VLA) embedding model to jointly encode all three modalities in both current-state queries and recorded future continuations.
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。