active-perception

Co-GLANCE 是一种用于异构机器人团队的实时机载感知与决策系统，它将视觉语言模型的能力蒸馏为高效模型，并利用保形预测与选择性弃权来量化并解决感知不确定性，相比基于云端的视觉语言模型基线高出 25-36%，同时延迟降低了 350 倍。

ActiveMimic 是一个预训练框架，它从自我中心人体视频中恢复相机和手腕轨迹，将主动感知建模为视角动作，从而使机器人预训练能够达到与直接在机器人数据上训练的模型相当的性能。