跳到主要内容
检索

# LCVN

1 篇关联报道

订阅更新
  1. openbiox Bizard

    LCVN把视觉导航改成开环轨迹预测:只看首帧和一句指令,就生成整段路线

    LCVN 把语言条件下的视觉导航重新表述为开环轨迹预测:智能体只拿到初始的第一视角观测和一句自然语言指令,没有目标图像,也没有中途的环境反馈,就要生成后续整段导航轨迹。配套发布的 LCVN 数据集包含 39,016 条轨迹和 117,048 条经人工核验的指令,指令分为简洁、详尽和地标锚定三种风格。模型侧给出两条互补路线:扩散式世界模型 LCVN-WM 配合在潜空间用内在奖励训练的演员—评论家智能体 LCVN-AC,以及一次前向同时预测动作与未来观测的自回归多模态架构 LCVN-Uni。

已读完全部报道