PS-DLO：融合属性与空间感知的可变形线性物体操作策略

PS-DLO 通过对比图文学习将初始观测映射为可变形线性物体属性的类别描述，并用 SAM3 提取未来观测的掩码引导特征蒸馏进动作专家。在单臂与双臂平台的九项真实任务上，各形态共享多任务策略平均成功率达 68.9%，超出最强基线 20.0 个百分点。在蝴蝶结解结的七种视觉偏移条件中，PS-DLO 有六种成功率高于基线。