研究人员推出WareFly-VLA,这是一个专为视觉-语言-动作(VLA)模型在智能仓库中控制无人机(UAV)设计的框架和数据集。该框架包含人类遥操作飞行片段和同步控制命令的数据集,旨在实现语言引导的人类搜索和追踪。使用四个开源VLA架构进行的评估揭示了空中平台泛化和连续动作建模方面的挑战。 AI
影响 该框架有望推动能够理解复杂环境中自然语言指令并对其采取行动的自主空中机器人发展。
排序理由 该项目是一篇研究论文,详细介绍了特定AI应用的新框架和数据集。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- CatalyzeX
- DagsHub
- Gotit.pub
- GR00T-N1.7
- Hugging Face
- NVIDIA Isaac Sim
- Openvla
- ScienceCast
- SmolVLA
- unmanned aerial vehicle
- WareFly-VLA
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →