学术前沿

VoxPoser: Composable 3D Value Maps for Robotic Manipulation with Language Models

VoxPoser是斯坦福大学提出的机器人操作框架，利用大语言模型（LLM）从自然语言指令中合成3D体素价值地图，引导机械臂完成组合式操作任务。该方法将开放词汇语义 grounding 与轨迹优化结合，在无需任务特定训练的情况下实现零样本泛化，可处理堆叠、排列、推拽等数百种日常物体交互任务。适用于家用服务机器人、实验室自动化和灵活工位操作场景，发表于CoRL 2023。

返回列表 新窗口打开 PDF arXiv 摘要页
论文

主体信息

VoxPoser是斯坦福大学提出的机器人操作框架，利用大语言模型（LLM）从自然语言指令中合成3D体素价值地图，引导机械臂完成组合式操作任务。该方法将开放词汇语义 grounding 与轨迹优化结合，在无需任务特定训练的情况下实现零样本泛化，可处理堆叠、排列、推拽等数百种日常物体交互任务。适用于家用服务机器人、实验室自动化和灵活工位操作场景，发表于CoRL 2023。