arXiv · cs.RO· Yu-Cheng Chou·· 12 小时前精选AI 评分70
VFlash: 通过快速原语解码实现快速准确的视觉规划
VFlash: Fast, Accurate Visual Planning via Flash Primitive Decoding
AI 导读
研究人员提出VFlash方法，通过Flash Primitive Decoding实现快速准确的视觉规划。该方法利用视觉原语的结构特点，通过轻量级生成器在一次前向传播中预测整个原语的坐标，而非逐个生成token。
推荐理由
通过联合预测视觉原语坐标，VFlash 将生成速度提升25倍，同时提高了物理AI任务的成功率。
来源：arXiv · cs.RO · arxiv.org