arXiv Robotics· Huailiang Ma, Yuxuan Li, Ziyi Zhao, Xinkai Wang, Mingyu Li, Xinyu Guo, Lifeng Zhu, Aiguo Song, Cewu Lu, Jianhua Sun·· 4 小时前AI 评分29
ObjDream：用物体级理解与未来状态预测引导 VLA 模型
ObjDream: Guiding Vision-Language-Action Models with Object-Level Understanding and Future State Prediction
AI 导读
ObjDream 是一个以物体级理解和未来物体状态预测为核心的 VLA 框架，用时空物体编码器将视觉观测组织为时序 object slots，并通过身份引导路由调节 VLM 对相应物体 token 的注意力。
来源：arXiv Robotics · arxiv.org