Dream2Flow：ビデオ生成とロボット操作の橋渡し

この論文は、ビデオ生成モデルを活用してゼロショットのロボット操作を可能にする新しいフレームワーク、Dream2Flowを紹介しています。その中核となるアイデアは、3Dオブジェクトフローを中間表現として使用し、高レベルのビデオ理解と低レベルのロボット制御のギャップを埋めることです。このアプローチにより、タスク固有のデモンストレーションなしで多様なオブジェクトカテゴリを操作できるようになり、オープンワールドのロボット操作に対する有望な解決策を提供します。