arXiv · 机器人与计算机视觉· Caio Azevedo, Stefano Sabatini, Sascha Hornauer, Fabien Moutarde·· 16 天前AI 评分53
面向自动驾驶的跨载体零样本迁移:BEV-Forcing 辅助目标研究
Towards Zero-Shot Transfer Across Embodiments For Driving VLAs
AI 导读
论文研究了多数据集训练及 BEV-Forcing 辅助目标,旨在提升视觉语言动作模型在自动驾驶中的跨载体泛化能力。通过引入鸟瞰图空间接口共享物体位置表示,该方法在小规模相机配置下能同时改善分布内与分布外性能;但随着训练载体数量增加,辅助任务的收益逐渐减弱。该研究为理解数据扩展对 VLA 迁移学习的影响提供了新视角。
来源:arXiv · 机器人与计算机视觉 · arxiv.org