arXiv cs.RO· Ruoxuan Feng, Yutong Chen, Ruihua Song, Huan Yang, Zhongyuan Wang, Guocai Yao, Di Hu·· 2 小时前精选AI 评分65
ROMA：面向真实世界物体的多感官主动感知 LLM 系统
ROMA: LLM System for Real-World Object-Centric Multi-Sensory Active Perception
AI 导读
ROMA 是一个基于 LLM 的真实世界物体中心多感官主动感知系统，将视觉、音频、触觉和力觉整合进推理-交互-反馈回路，由模型判断缺失证据并决定目标物体、交互方式与模态，再由物理接口执行交互并采集多感官反馈。
推荐理由
ROMA 把视觉、音频、触觉与力觉纳入推理-交互-反馈回路，并公开 ROMI-2K 数据集与 ROMA Bench，可供多模态主动感知研究参考。
来源：arXiv cs.RO · arxiv.org