AnyCamVLA: Zero-Shot Camera Adaptation for Viewpoint Robust Vision-Language-Action Models
यह शोध पत्र AnyCamVLA का प्रस्ताव करता है, जो एक ज़ीरो-शॉट फ्रेमवर्क है जो प्रशिक्षण विन्यासों (training configurations) से मेल खाने के लिए टेस्ट-टाइम कैमरा ऑब्जर्वेशन को वर्चुअली सिंथेसाइज़ करके प्री-ट्रेंड विज़न-लैंग्वेज-एक्शन मॉडल्स की व्यूपॉइंट मजबूती (viewpoint robustness) को बढ़ाता है, जिससे फाइन-ट्यूनिंग, अतिरिक्त डेटा या आर्किटेक्चरल बदलावों की आवश्यकता समाप्त हो जाती है।