arXiv · 机器人与计算机视觉· Guangyuan Sui, Yunzhong Hou, Chi Harold Liu·· 6 天前AI 评分73
ProtoVis-Nav:基于原型的视觉想象用于视觉 - 空间对齐的无人机导航
ProtoVis-Nav: Prototypical Visual Imagination for Visual-Spatial Aligned UAV Navigation
AI 导读
针对无人机视觉语言导航(VLN)中因三维运动预测误差导致碰撞的挑战,作者提出 ProtoVis-Nav 框架。该方法迫使模型为预期的下一个动作想象与结果关联的局部视觉表征,通过预测特征原型及其线性组合来估计目标区域的视觉特征,从而促进视觉上下文与航点输出的对齐。实验表明该框架在现有基线上取得了显著改进。
来源:arXiv · 机器人与计算机视觉 · arxiv.org