强化学习与具身智能 / CVPR2026
以解析概念为铰链物体操作物理定位常识知识
Physically Ground Commonsense Knowledge for Articulated Object Manipulation with Analytic Concepts
把 MLLM 输出的语义常识通过可计算、可仿真的解析概念(数学符号化定义)落到物理表示上,再驱动操作策略;对做视觉-语言-动作(VLA)与具身操作的研究者,这是一种把语义先验转成物理约束的可复用中间表示思路。
多模态大语言模型铰链物体操作物理仿真