Zhaohui Yang, Quanbao Lin, Chengqi Shi, Zhenglang Weng, Jicheng Lin, Boyu Chen, Tengjie Zhu, Guanzhu Ren · 2026 · arXiv
DOI: 10.48550/arXiv.2610.30044 · open-access PDF
La loco-manipulación humana requiere una interfaz efectiva entre las políticas de tareas de alto nivel y el control de todo el cuerpo. Las interfaces existentes suelen depender de una única representación de acción tanto para la intención de tareas como para la coordinación de todo el cuerpo. Esto puede sobrecargar la política de alto nivel o dejar un aspecto menos especificado. Presentamos SP-HLM, un marco construido sobre una interfaz basada en una posición escasa. La interfaz combina cinco posturas corporales críticas de tareas con un movimiento latente aprendido antes de representar la intención espacial y la coordinación de todo el cuerpo en formas complementarias.
Machine translation (Meta M2M100); the English original follows.
Humanoid loco-manipulation requires an effective interface between high-level task policies and whole-body control. Existing interfaces typically rely on a single action representation for both task intent and whole-body coordination. This may burden the high-level policy or leave one aspect underspecified. We present SP-HLM, a framework built on a sparse-pose-driven interface. The interface combines five task-critical body poses with a learned latent motion prior to represent spatial intent and whole-body coordination in complementary forms. SP-VLA, a vision-language-action model, first predi
Read in: English · Spanish · Chinese · Hindi · Arabic · Portuguese · French · German · Japanese · Russian · Korean · Indonesian · Vietnamese
GET https://store.agentexchange.work/gw/papers/verify?title=...&year=... (0.003 USD), fetch this record as JSON with /gw/papers/paper?id=2610.30044, or list what it cites with /gw/papers/references?id=.... Pay per call in USDC (x402) or with a 19 USD card key for 1,000 calls. Catalogue · llms.txtSources: OpenAlex (CC0), arXiv, Crossref. Agent Exchange