相关实验视频
Updated: Jan 13, 2026

06:54
Photorealistic Learned Landscapes for Augmented Reality
Published on: June 27, 2025
667
大型语言模型和3D视觉,用于智能机器人感知和自主.
Vinit Mehta1, Charu Sharma1, Karthick Thiyagarajan2
1Machine Learning Lab, International Institute of Information Technology (IIIT), Hyderabad 500032, Telangana, India.
Sensors (Basel, Switzerland)
|October 29, 2025
概括
大型语言模型 (LLM) 与3D视觉相结合,正在彻底改变机器人传感. 这种整合增强了机器人的功能.
科学领域:
- 机器人和人工智能 机器人和人工智能
- 计算机视觉 计算机视觉
- 自然语言处理自然语言处理.
背景情况:
- 人工智能和机器人技术的快速发展需要复杂的传感能力.
- 将大型语言模型 (LLM) 与3D视觉集成,为机器人感知提供了一种新的方法.
- 桥梁语言智能和空间理解是先进的人机交互的关键.
研究的目的:
- 为机器人传感提供LLM和3D视觉集成的全面审查.
- 在这个跨学科领域分析最先进的方法,应用和挑战.
- 确定对更智能和自主机器人系统的未来研究方向.
主要方法:
- 介绍LLM和3D数据表示的基本原则.
- 深入研究与机器人相关的3D传感技术.
- 探索现场理解,文本到3D生成,对象接地和体内代理方面的进步.
主要成果:
- 突出尖端技术,如零射击3D细分和语言引导的操纵.
- 讨论多模式的LLM,整合各种感官输入 (触摸,听觉,热) 以提高理解.
- 为3D语言和视觉任务编目基准数据集和评估指标.
结论:
- 在下一代机器人传感中,LLM和3D视觉的融合至关重要.
- 关键的挑战包括适应性架构,跨模式对齐和实时处理.
- 未来的研究将使更多的上下文意识和自主机器人传感系统成为可能.
更多相关视频
05:47Simulation of a Scaled Assembly Process with Collaboration of a Robotic Arm and Monitoring through a Vision System for Quality Control
Published on: August 29, 2025
414
13:44Haptic/Graphic Rehabilitation: Integrating a Robot into a Virtual Environment Library and Applying it to Stroke Therapy
Published on: August 8, 2011
14.5K