Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

DexGraspVLA: A Vision-Language-Action Framework Towards General Dexterous Grasping

Created by
  • Haebom
Category
Empty

저자

Yifan Zhong, Xuchuan Huang, Ruochong Li, Ceyao Zhang, Zhang Chen, Tianrui Guan, Fanlian Zeng, Ka Num Lui, Yuyao Ye, Yitao Liang, Yaodong Yang, Yuanpei Chen

개요

DexGraspVLA는 언어 지침 기반의 일반적인 능숙한 파지 및 그 이상을 위한 계층적 프레임워크입니다. 사전 훈련된 Vision-Language 모델을 상위 레벨 플래너로 활용하고, 확산 기반 하위 레벨 액션 컨트롤러를 학습합니다. 이 방법은 다양한 언어 및 시각적 입력을 도메인 불변 표현으로 반복적으로 변환하여 일반화를 달성합니다. 90% 이상의 능숙한 파지 성공률을 보이며, 자유 형식의 장기적 프롬프트 실행, 적대적 객체 및 인간 방해에 대한 강인성, 실패 복구를 동시에 시연합니다. 비파지 파지에 대한 확장 적용을 통해 일반성을 입증합니다.

시사점, 한계점

•
시사점:
◦
언어 지침 기반의 일반적인 능숙한 파지를 위한 새로운 계층적 프레임워크 제시.
◦
사전 훈련된 Vision-Language 모델을 활용하여 일반화 성능 향상.
◦
90% 이상의 능숙한 파지 성공률 달성.
◦
자유 형식 프롬프트 실행, 강인성, 실패 복구 기능 시연.
◦
비파지 파지에 대한 확장 적용을 통해 일반성 입증.
•
한계점:
◦
구체적인 한계점은 논문 요약에서 명시적으로 언급되지 않음.
👍
Made with Slashpage