N_0-VTLA：基于隐式触觉 token 扩展视觉-触觉-语言-动作模型
提出 N_0-VTLA，一种视觉-触觉-语言-动作（VTLA）基础模型，支持（1）基于触觉感知的精细接触操作与触觉反馈控制，（2）利用部署数据离线改进策略。该方法通过视觉-触觉预训练、分阶段触觉路径整合和优势条件离线策略改进实现。
查看原文解读生成中或暂时不可用，请稍后刷新重试，或直接查看原文。
提出 N_0-VTLA，一种视觉-触觉-语言-动作（VTLA）基础模型，支持（1）基于触觉感知的精细接触操作与触觉反馈控制，（2）利用部署数据离线改进策略。该方法通过视觉-触觉预训练、分阶段触觉路径整合和优势条件离线策略改进实现。
查看原文