MomaGraph: Vision-言語モデルを活用した、エージェントタスク計画への新たなアプローチ

本研究は、状態認識統一シーングラフとVision-Languageモデルを統合することにより、具現化されたタスク計画の新しい方法を探求しています。この研究は、エージェントが環境を理解し、相互作用する能力を向上させることで、ロボット工学とAIの分野を推進する可能性があります。

• •具現化されたタスク計画のための新しいアーキテクチャ、MomaGraphを提案。
• •シーン理解を向上させるために、ビジョンと言語モデルを組み合わせる。
• •状態認識統一シーングラフの作成に焦点を当てる。