Hugging Face Daily Papers·· 2026-10-14AI 评分75
VLX-Go:通过多阶段学习和在线策略优化的鲁棒具身跟踪
VLX-Go: Robust Embodied Tracking through Multi-Stage Learning and On-Policy Refinement
AI 导读
该研究提出 VLX-Go 方法,旨在解决机器人从单一目标到存在干扰者时的跟踪难题。模型采用冻结视觉编码器、Transformer 骨干及轻量级头,训练分视觉语言对齐、多模态推理和跟踪专业化三阶段,在 19,532 个 oracle 集上实现 55.80% 的干扰跟踪成功率,优于早期 OmTrackVLA 模型的 41.54%。
来源:Hugging Face Daily Papers · arxiv.org