跳到正文
arXiv · 机器人与计算机视觉· Yulin Dai, Yuqian Fu, Tianwen Qian, Zhen Xing, Bojia Zi, Xiaoling Wang·· 2026-10-20AI 评分72

Map2Vid:基于人类友好运动控制的具身导航视频生成

Map2Vid: Embodied Navigation Video Generation with Human-Friendly Motion Control

AI 导读

论文介绍 Map2Vid 任务,将具身导航视频生成重构为从鸟瞰图(BEV)到视频的合成问题以解决文本提示空间模糊及底层轨迹控制不直观的问题。作者构建了包含超 10 万条导航序列的专用数据集,涵盖 61 个室内场景,每条数据均配对第一人称视频、BEV 地图、相机轨迹和语言指令。

来源:arXiv · 机器人与计算机视觉 · arxiv.org