强化学习与具身智能 / CVPR2026
EgoRoC:面向第一人称机器人控制的任任务无关视觉对齐
EgoRoC: Towards Egocentric Robotic Control via Task-Agnostic Visual Alignment
把第一人称腕部相机的视角对齐做成可插拔的6-DoF位姿接口,前置到任意VLA策略之前,并用扩散式在线手眼模块在末端执行器坐标系下修正动作;对做具身视觉的人,这是一种把「看」与「做」解耦、免手眼标定即可跨硬件部署的复用范式。
视觉-语言-动作模型第一人称视角对齐6-DoF位姿估计