LICOA：移动空间AR的指令条件光学动作学习

2026年10月16日，arXiv Computer Vision 刊出 Yuchen Deng 等人的论文，提出 LICOA 系统，面向移动空间增强现实中的指令条件光学动作学习：给定语言指令和当前视觉观测，系统自主决定如何移动、在何处以何种尺度投射内容。该系统用差速底盘实现房间级移动，配合 2DoF 可转向镜与投影缩放做局部光束控制。作者称，由于指令条件光学动作缺乏专用训练数据和通用评测协议，他们构建了匹配的仿真具身与含 150 项任务、7,500 段渲染回合的语料，并仅在真实未见环境中评估仅用该语料训练的模型。在 12 项任务、480 次完整闭环真实世界执行试验中，最佳适配动作模型成功率为 57.50%，按路径长度加权的成功率为 40.64%；同一架构从零训练则为 8.33% 和 5.15%。另有 150 次真实世界消融试验，支持同时使用相机视角并协调控制底盘与反射镜的必要性。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。