affordance

AffordanceVLA引入了一个统一框架，利用结构化可供性预测作为中间表示，结合视觉-语言模型和混合Transformer架构，以改进机器人操作中的感知-动作映射。

AFUN 提出了一种可供性基础模型，该模型从 RGB-D 观测和语言描述中预测功能掩码和 3D 运动曲线，从而能够在多种环境中实现泛化的机器人操作。该模型在多个基准测试上优于基线方法，并且无需微调即可部署到实际任务中。

本文介绍了MM-CreativityBench，这是一个用于在物理约束环境下评估大型多模态模型创造性工具使用的基准，并提出了基于功能可见性的对齐方法，利用直接偏好优化来减少幻觉并提高基于事实的推理。

这篇扩展论文重新审视了语义网服务在知识图谱方面的见解，提出了一个四维形式化框架和一个主体化功能配置文件（AAP），以便在智能体规划时实现有原则的知识图谱选择、组合和故障诊断。

本文介绍了 CreativityBench，这是一个用于评估大型语言模型基于可供性推理创造性地重新利用工具能力的基准测试。文章强调，尽管当前模型在通用推理方面表现出色，但在创造性问题解决方面仍面临困难。