What Objects Enable, Not What They Are: Functional Latent Spaces for Affordance Reasoning

功能可见性 推论 计算机科学 对象(语法) 人工智能 空格(标点符号) 人机交互 抓住 视觉推理 机器学习 语义学(计算机科学) 机制(生物学) 概括性 可视对象 动作(物理)
作者
Rohan Siva,Neel Pratik Bhatt,Yunhao Yang,Seoyoung Lee,Nishant Gadde,Christian Ellis,Alvaro Velasquez,Zhangyang Wang,Ufuk Topcu
出处
期刊:Cornell University - arXiv [Cornell University]
标识
DOI:10.48550/arxiv.2606.05533
摘要

Existing robot planning systems rely on appearance-based reasoning, where visual observations are encoded into latent spaces organized around object appearances (e.g., recognizing a "cart" based on how it looks). However, planning requires reasoning about task-relevant functionalities of objects (e.g., whether an object is "movable"), which appearance-based latent spaces do not capture. As a result, existing approaches struggle to generalize to novel robot-object interactions. We address this limited generalizability through affordance reasoning, enabling planning based on task-relevant object functionalities instead of appearance alone. We introduce A4D, which maps visual observations into a shared latent space structured around affordances (e.g., "movable"). By projecting visual observations into this functional latent space and measuring their proximity to affordances, A4D infers functionalities relevant to the observed object. Furthermore, we introduce an affordance discovery mechanism that expands the latent space to handle unseen scenarios where existing affordances are insufficient. A4D uses proximity in the functional latent space to quantify uncertainty in affordance inference and selectively triggers affordance discovery. We evaluate A4D across several planning tasks involving diverse and unseen affordances. A4D achieves 94% inference accuracy on existing affordances outperforming state-of-the-art approaches by over 15% points, improves new-affordance inference accuracy from 70% to over 90% with fewer than 10% of the original training data, and enables 100x faster inference. Code, videos, and data available at: https://A4Dance-reasoning.github.io.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
柯彦完成签到 ,获得积分10
1秒前
记上没文献了完成签到 ,获得积分10
3秒前
如意秋珊完成签到 ,获得积分0
4秒前
火星上凌雪完成签到 ,获得积分10
7秒前
Isaac完成签到 ,获得积分10
9秒前
aRuuuu完成签到 ,获得积分10
14秒前
14秒前
FYJY完成签到,获得积分10
15秒前
Shandongdaxiu完成签到 ,获得积分10
17秒前
纪靖雁完成签到 ,获得积分10
17秒前
独鹤发布了新的文献求助10
18秒前
gzp完成签到,获得积分10
22秒前
蓝景轩辕完成签到 ,获得积分0
24秒前
Maestro_S的应助被科研通管家采纳,获得10
24秒前
害羞不凡完成签到,获得积分10
25秒前
石头完成签到 ,获得积分10
26秒前
虚心的幻梅完成签到 ,获得积分10
27秒前
英姑的应助被独鹤采纳,获得10
31秒前
免疫小白完成签到 ,获得积分10
31秒前
悦耳的城完成签到 ,获得积分10
36秒前
倾城完成签到 ,获得积分10
37秒前
高高的笑柳完成签到 ,获得积分10
39秒前
LL路完成签到 ,获得积分10
40秒前
煲汤的螃蟹完成签到 ,获得积分10
40秒前
完美青旋完成签到,获得积分10
44秒前
lambs13完成签到,获得积分10
44秒前
王冰冰完成签到 ,获得积分10
45秒前
wangjius完成签到,获得积分10
46秒前
杨惊蛰完成签到,获得积分10
48秒前
piaoaxi完成签到 ,获得积分10
48秒前
Hao完成签到,获得积分10
52秒前
55秒前
李思雨完成签到 ,获得积分10
58秒前
Hao发布了新的文献求助30
1分钟前
水果小王子完成签到 ,获得积分10
1分钟前
燕儿完成签到 ,获得积分10
1分钟前
1分钟前
小研家完成签到,获得积分10
1分钟前
LQQ完成签到 ,获得积分10
1分钟前
LWJ完成签到 ,获得积分10
1分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
拉伸高分子熔体中缠结行为的模拟和小角中子散射研究 1500
奈特基础组织学:配套组织病理学(第4版)(Netter's Essential Histology With Correlated Histopathology)求助 1000
Encyclopedia of Modern Artificial Intelligence 1000
John McDowells Bildungstheorie 800
Analyses de reconnaissances de dettes passées devant les échevins d'Ypres (1249-1291) 600
Synthesis, Application and Future Perspectives of Smart Nano-materials - Part 1 400
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 计算机科学 工程类 有机化学 化学工程 生物化学 物理 复合材料 内科学 催化作用 光电子学 人工智能 细胞生物学 无机化学 物理化学 数学
热门帖子
关注 科研通微信公众号,转发送积分 8152021
求助须知:如何正确求助?哪些是违规求助? 9548857
关于积分的说明 21687633
捐赠科研通 7740138
什么是DOI,文献DOI怎么找? 3425126
关于科研通互助平台的介绍 2550227
邀请新用户注册赠送积分活动 2468512