논문 정보
- 날짜:
2026-04-14 - 카테고리: -
- 우선순위 점수: 0.667
핵심 요약
TAIHRI는 근거리 인간-로봇 상호작용(HRI)을 위해 작업 관련 신체 부위의 3D 좌표를 정밀하게 추정하는 시각-언어 모델(VLM)입니다. 사용자의 명령을 이해하여 작업에 중요한 키포인트에 집중하며, 3D 좌표를 토큰화하여 다음 토큰 예측 방식으로 위치를 추론합니다. 1인칭 시점 벤치마크에서 기존 방식보다 작업 핵심 부위에 대해 높은 추정 정확도를 입증했습니다.학습자 관점 포인트
- 우리 팀 영향: 로봇의 1인칭 시점에서 사용자 명령과 연동된 정밀한 신체 부위 추적 기술을 확보하여 상호작용 제어 성능을 개선할 수 있습니다.
- 권장 액션: 실험
- 액션 근거: VLM을 활용한 3D 키포인트 추론 방식이 기존 회귀 기반 방식보다 HRI 시나리오에서 유연성과 정확도가 높은지 검증이 필요합니다.
원문 링크
- arXiv: https://arxiv.org/abs/2604.08921
- Hugging Face Papers: https://huggingface.co/papers/2604.08921