Open-Vocabulary-Manipulation
Die Fähigkeit eines Roboters, Objekte anhand von freiformatigen Sprachbeschreibungen zu manipulieren, auch Objekte, die während des Trainings nicht gesehen wurden. Open-Vocabulary-Manipulation kombiniert VLMs (zur Identifikation von Objekten aus Sprachabfragen) mit Manipulationspolitiken. Modelle wie CLIPort, VIMA und RT-2 demonstrieren Open-Vocabulary-Fähigkeiten durch die Verankerung von Sprache in visuellen Beobachtungen.







