超越当前场景：通过主动视角选择实现事件指代抓取
机器人应能执行后续指令，根据物体在过去交互中的作用来识别目标，即使该物体已不在视野内。BeyondSCe 是一种零样本抓取系统，利用事件历史和当前场景识别并定位指定物体或部位。目标被遮挡时，系统会结合历史事件线索与场景几何信息，选择可能显露目标的相机视角。在使用腕部安装的 RGB-D 相机进行的真实机器人实验中，系统对初始可见目标的抓取成功率为 76%，对被遮挡目标为 77%；各条件下表现最好的基线方法分别为 40% 和 55%。在另外四个严重遮挡场景中，成功率从 75% 提升至 95%，平均观察视角数则从 3.35 降至 2.20。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。