使用视觉语言模型控制仿生手：评估物体感知和抓握推断.pdfVIP

使用视觉语言模型控制仿生手：评估物体感

知和抓握推断

OzanKaraali,HossamFarag,StrahinjaDoen,edomirStefanovi

DepartmentofElectronicSystems,AalborgUniversity,Denmark

DepartmentofHealthScienceandTechnology,AalborgUniversity,Denmark

Email:{ozank,hmf,cs}@es.aau.dk,sdosen@hst.aau.dk

摘要—本研究考察了利用视觉语言模型（VLM）来提升半道依赖于YOLO进行检测，并结合单独的模块来进行

自主假手感知能力的潜力。我们引入了一个用于端到端感知和抓分割和姿态估计[4],[6]。每个模块都需要自己的开发

取推