跳到正文
arXiv · 机器人与计算机视觉· Angel Martinez-Sanchez, Ross Greer·· 2 天前AI 评分74

行动前的指令:驾驶视觉 - 语言 - 动作数据的前瞻与回顾性语言监督研究

Instructions Before Actions: Prospective and Retrospective Language Supervision for Driving Vision-Language-Action Data

AI 导读

该论文研究了驾驶视觉 - 语言 - 动作(VLA)模型中导航指令的收集与评估方法,区分了行动前发出的前瞻性指令和行动后标注的回顾性标签。作者开发了 ADVLAT-Engine 同步语音指令、道路场景视频和车辆轨迹,并在 48 条回放路线上对比了三款导航应用。

来源:arXiv · 机器人与计算机视觉 · arxiv.org