Zero-Shot Long-Horizon Dexterous Manipulation via Multi-View 3D-Grounded VLM Reasoning
Jisoo Kim, Sangwon Baik, Taeksoo Kim, Sungjoo Kim, Junyoung Lee, Mingi Choi, Hanbyul Joo
멀티뷰 RGB 이미지와 VLM을 활용해 3D 작업 계획을 수립, 제로샷으로 장기간 정밀 조작을 수행하는 프레임워크.
기존 로봇 조작 방법은 훈련 데이터에 의존하거나 단일 뷰에 한정되어 3D 공간 이해가 부족하며, 장기간 작업에서 일반화가 어렵다.