arXiv · 机器人与计算机视觉· Kenneth Llontop, Cherie Ho, Dylan Zhou, Anuva Banwasi, Priya Sundaresan, Carlota Par\'es-Morlans, Jeannette Bohg·· 13 天前AI 评分75
MessyNav:基于 VLM 的杂乱环境零样本交互导航研究
MessyNav: Zero-Shot Navigation via Manipulation in Messy Environments
AI 导读
论文 MessyNav 将现实世界中的路径受阻问题形式化为开放世界的交互式导航任务,提出一种无需特定训练、基于视觉语言模型(VLM)的零样本框架。该框架在规划前通过显式的 VLM 可操作属性推理,决定对障碍物是滑开、拾取还是避让,从而生成高层计划。实验在真实移动机械臂上进行,涵盖室内外环境,结果显示该方法相比最强基线将成功率提升了 27 个百分点,且在大规模离线评估中取得了统计显著的提升。
来源:arXiv · 机器人与计算机视觉 · arxiv.org