Do-Undo：視覚言語モデルにおけるアクションの生成と反転

この研究は、視覚言語モデルの新しい応用を模索し、物理的なアクションの生成と反転を可能にしています。 ロボット工学とヒューマンコンピュータインタラクションの可能性は大きいです。

• •アクションの生成と反転の両方の能力を実証。
• •ロボット工学やインタラクティブシステムに応用できる可能性。
• •アクション操作の文脈における視覚言語モデルに焦点を当てています。