Active vision manipulation上級
ActiveWAM、証拠保持と取得を両立する能動視覚世界行動モデル
ActiveWAMは、カメラのパン/チルト制御と双腕操作を単一の世界行動モデルに統合した手法である。訓練時反転によってタスク関連の視覚証拠と時間変化を保持し、展開時は生の観測から実行可能な頭部および腕の行動を生成する。TAVISでは最大17.0ポイント、RoboTwin-AVの複合シフトではFast-WAMを20.0ポイント、実機キッチンではFast-WAMを26.7ポイント上回った。本論文は査読前のプレプリントである。