标签： 视觉动作闭环

在机器人技术发展的历史长河中，动作规划与感知系统长期处于割裂状态。传统方法依赖手工设计的特征提取模块与动作控制器的级联架构，导致系统脆弱性高、泛化能力差。某顶尖研究团队2023年发布的RT-2系统，首次实现了视觉输入到动作输出的端到端映射，其核心突破在于构建了具备物理世界理解能力的多模态大模型。本文