操作策略学习

SaPaVe：面向机器人视觉-语言动作模型的主动感知与操作

SaPaVe: Towards Active Perception and Manipulation in Vision-Language Action Models for Robotics

将相机运动作为独立的语义控制动作与操作动作解耦，并用3D几何感知模块提升动态视角下的执行鲁棒性，为视觉-语言-动作模型提供可复用的主动视角控制范式与ActiveViewPose-200K数据。