跳到正文
热点事件持续更新

ROMA多感官主动感知系统与ROMI-2K数据集发布

1 篇报道1 个报道来源3 小时前更新

先了解这件事

报道摘要

基于 LLM 的 ROMA 系统将视觉、音频、触觉与力觉整合进"推理—交互—反馈"闭环,可自主识别缺失证据并决定目标物体、交互方式与感知模态。研究团队构建了覆盖近 2000 个物体、6 种原子交互的 ROMI-2K 真实多感官交互数据集,并采用两阶段训练对齐各模态。实验显示 ROMA 能完成现有方法难以处理的长链多感官感知任务,并建立了 ROMA Bench 评测基准。

摘自 arXiv cs.RO

报道时间线

沿着报道,了解事件的不同侧面。

10月9日
  1. arXiv cs.RO
    ROMA:面向真实世界物体中心多感官主动感知的 LLM 系统

    基于 LLM 的 ROMA 系统将视觉、音频、触觉与力觉整合进"推理—交互—反馈"闭环,可自主识别缺失证据并决定目标物体、交互方式与感知模态。研究团队构建了覆盖近 2000 个物体、6 种原子交互的 ROMI-2K 真实多感官交互数据集,并采用两阶段训练对齐各模态。实验显示 ROMA 能完成现有方法难以处理的长链多感官感知任务,并建立了 ROMA Bench 评测基准。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。