摘要
现有机器人规划系统依赖基于外观的推理，难以泛化至新颖的交互场景。本文提出 A4D 方法，通过将视觉观测映射到以“供能性”（如可移动性）为核心的功能潜在空间，实现基于任务相关功能的规划。该方法包含供能性发现机制，利用空间距离量化不确定性并扩展未知场景处理能力。实验表明，A4D 在现有及新供能性推断上显著优于最先进技术，并大幅提升推理速度。
AI 推荐理由
论文核心解决机器人规划中基于外观推理的局限，提出基于功能供能性的规划新方法。
研究机构
The University of Texas at Austin
论文信息