arXiv · 机器人与计算机视觉· Chenjie Zhao, Zhiliang Zhu, Quan Chen, Yuquan Xue, Xingxue Shi, Puyue Wang, Zhiqiang Zhao, Kangye Zheng, Boyang Xu, Mingwei Lin, Dejun Li·· 13 小时前AI 评分42
NereidVLA:通过海洋空间预训练提升水下导航成功率
NereidVLA: Learning to Understand and Navigate the Underwater World
AI 导读
NereidVLA 是一个视觉语言动作模型,利用 Sea2Know 数据集在无配对机器人运动监督下学习海洋空间知识,并通过仿真水下动力学适配。在实验室水池测试中,该模型实现 78.75% 的成功率,显著优于未微调的 InternVLA-N1(47.50%)。研究证明海洋空间监督能有效支持下游动作学习与物理水下导航任务。
来源:arXiv · 机器人与计算机视觉 · arxiv.org