视觉与机器人

VLA / 视觉-语言-动作模型

视觉-语言-动作模型、机器人基础模型和语言条件机器人控制。

2025-08-20 至 2025-08-20 共收录 1 篇信号源：cs.RO, cs.CV, cs.AI, cs.LG

2407.10099 2025-08-20 cs.CV 57%

STGFormer: Spatio-Temporal GraphFormer for 3D Human Pose Estimation in Video

Yang Liu, Zhiyong Zhang

机构 * Sun Yat-sen University, School of Electronics and Communication Engineering（中山大学电子与通信工程学院）

专题命中 VLA模型：action model(abstract)；分类 cs.CV

↑