首页 /研究 /APIVOT:基于交错视觉-语言思维的适应性规划
MANIPULATION

APIVOT:基于交错视觉-语言思维的适应性规划

Emily Jin, Joy Hsu, Yiqing Xu, Weiyu Liu, Nick Haber, Jiajun Wu

发表年份
2026
访问权限
开放获取

摘要

本文提出APIVOT,一种基于视觉语言模型(VLM)的规划器,通过自适应地交错语言和视觉思维进行长时域规划。在长时域厨房任务中,APIVOT在空间受限场景下显著优于通用VLM和先前规划框架,表明自适应交错视觉-语言思维能同时提升规划成功率和推理效率。

关键词

long-horizon planningVLMspatial reasoningadaptive interleavingkitchen tasks

相关论文

查看 MANIPULATION 分类全部论文