计算机科学 > 机器人技术
[提交于 2025年7月6日
]
标题: MLLM-Fabric:多模态大语言模型驱动的布料分类与选择机器人框架
标题: MLLM-Fabric: Multimodal Large Language Model-Driven Robotic Framework for Fabric Sorting and Selection
摘要: 选择合适的面料对于满足纺织制造、服装生产和智能零售中机器人应用的功能和质量要求至关重要。我们提出了MLLM-Fabric,一个由多模态大语言模型(MLLMs)驱动的机器人框架,用于面料分类和选择。该系统包括机械臂、摄像头、视觉触觉传感器和压力传感器。它采用监督微调和多模态解释引导的知识蒸馏来准确分类和排序面料属性。为了促进进一步的研究,我们发布了包含220个独特面料样本的数据集,包括RGB图像以及同步的视觉触觉和压力数据。实验结果表明,我们的Fabric-Llama-90B模型在属性排序准确性和选择可靠性方面始终优于预训练的视觉-语言基线。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.