基于无训练机器人姿态估计：使用即插即用基础模型
机器人学
2025-12-09 v1 图像与视频处理
摘要
从视觉输入对机器人臂进行姿态估计是一项具有挑战性的任务。然而，随着机器人臂在工业和住宅场景中的日益普及，可靠的关节角估计可提供改进的安全性和性能保证，还可用作验证器来进一步训练机器人策略。本文介绍了使用前沿视觉语言模型（VLM）作为“即插即用”工具来估计机器人臂关节角的方法。通过在合成和真实世界图像数据对上评估前沿 VLM，本文建立了当前 FLM 所达到的性能基准。此外，本文提出的实证结果表明，仅凭测试时间扩展或参数扩展并不会导致更好的关节角预测。
引用
@article{arxiv.2512.06017,
title = {Training-Free Robot Pose Estimation using Off-the-Shelf Foundational Models},
author = {Laurence Liang},
journal= {arXiv preprint arXiv:2512.06017},
year = {2025}
}
备注
Accepted at CVIS 2025