BiCAT 将双臂协调编码进 VLA 动作 token,面向高协调低延迟任务

DJiafei · x · 2026-11-19

作者 DJiafei 引用转发介绍 BiCAT(Bimanual Coordination Action Tokenization):一种把双臂协调直接建模进 VLA(视觉-语言-动作模型)动作 token 的方法。

核心观点是:协调两条手臂不只是「知道该做什么」,更需要在动作表示层面内建协调机制。BiCAT 把协调能力直接写入 VLA 的 action token 结构中,适合需要协调性和低延迟的高要求任务(如双手运球演示)。

所属事件:NUS 团队发布 BiCAT 双臂协调动作分词器并开源(10 条相关)→

原文链接 →

「具身」频道最新

更多「具身」频道 AI 资讯 →