跳到正文
arXiv · 机器人与计算机视觉· Jie Hu, Yu Zheng, Wenzhi Wu, Weixing Feng, Cunlei Cheng, Jiaming Zhang·· 3 天前精选AI 评分78

VLAN:面向多主体的视觉语言可访问导航基准

VLAN: Vision-Language Accessible Navigation

AI 导读

VLAN 是一个新的导航基准数据集,包含 1,000 个场景、20K 条导航轨迹和 160K 关键帧,涵盖多样光照与环境条件。该基准针对足式与轮式智能体(含人形机器人与四足机器人)以及视觉或行动障碍人士提供特定主体的动作与可访问性特征,并将日常障碍物分类为可通过、绕行、高风险和阻挡四类。

推荐理由

VLAN 基准提供千人场景与二十万轨迹数据,支持足式、轮式及残障用户等多主体导航评估。

来源:arXiv · 机器人与计算机视觉 · arxiv.org