arXiv Robotics· Xiangyu Zhu, Renjun Wu, Luzhou Ge, Jinyan Liu, Xuesong Li·· 4 小时前AI 评分31
GeoHAT：面向移动操作的几何自适应混合动作 Transformer
GeoHAT: Geometry-Adaptive Hybrid Action Transformer for Mobile Manipulation
AI 导读
GeoHAT 是一个端到端扩散框架，用轻量 Fourier 空间编码器把逐像素 3D 坐标映射为几何 token，再按深度有效性门控注入视觉基础模型特征，无需额外 3D 视觉骨干。
来源：arXiv Robotics · arxiv.org