arXiv:2510.26855cs.ROcs.AI2025-10
用基础模型提升机器人在复杂环境中的感知与操作能力
Leveraging Foundation Models for Enhancing Robot Perception and Action
- 将基础模型系统性融入机器人感知与动作决策
- 实现未结构化环境中更精准的定位与交互
- 适合研究机器人智能与多模态学习的学者
本论文研究如何系统性地利用基础模型来增强机器人的能力，使其在非结构化环境中实现更有效的定位、交互和操作。工作围绕四个核心研究方向展开，分别解决机器人领域的基本挑战，共同构建一个语义感知的机器人智能框架。
原文摘要 · Abstract (English)
This thesis investigates how foundation models can be systematically leveraged to enhance robotic capabilities, enabling more effective localization, interaction, and manipulation in unstructured environments. The work is structured around four core lines of inquiry, each addressing a fundamental challenge in robotics while collectively contributing to a cohesive framework for semantics-aware robotic intelligence.
机器人基础模型感知
Thank you to arXiv for use of its open access interoperability. PaperDance 不是 arXiv 官方产品；中文卡片由大模型生成，请以原文为准。