VOMMI：便携演示采集与移动操作学习框架
热点事件持续更新
VOMMI：便携演示采集与移动操作学习框架
1 篇报道1 个报道来源12 小时前更新
先了解这件事
AI 综述
2026年11月9日，arXiv Robotics 刊出 Yutian Zhang 等作者的论文，提出 VOMMI（Visual-Odometry-Conditioned Mobile Manipulation Interface）便携演示采集与学习框架。该框架通过离线轨迹重建与在线视觉-运动条件化，把便携 RGB 演示接入视觉-语言-动作（VLA）模型的后训练。其中 R2-VO 模块利用稀疏几何锚点精修轨迹，使身体与手部流的绝对轨迹误差平均降低 24.6%。报道称，仅用便携演示后训练的策略，其基座速度误差比用机器人采集演示训练的策略低 18.2%；在三个真实机器人任务上，平均成功率比 OpenPI 0.5 高 8.3 个百分点。上述数字均出自该论文报道，尚无独立验证或后续跟进报道。
AI 根据报道生成 · 12 小时前更新
最新进展11月9日 13:00
VOMMI：为移动操作采集并利用便携式演示数据报道时间线
沿着报道，了解事件的不同侧面。
11月9日
- arXiv RoboticsVOMMI：为移动操作采集并利用便携式演示数据
VOMMI 是一个便携式演示采集与学习框架，通过离线轨迹重建和在线视觉-运动条件化，把便携 RGB 演示接入 VLA 后训练。其 R2-VO 用稀疏几何锚点精修轨迹，使身体与手部流的绝对轨迹误差平均降低 24.6%。仅用便携演示后训练的策略基座速度误差比机器人采集演示训练的策略低 18.2%，在三个真实机器人任务上平均成功率比 OpenPI 0.5 高 8.3 个百分点。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 1011月9日 14:00
- 近 24 小时变化
- –
02.557.510
14:0016:0018:0020:0022:0011月10日
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。