研究人员开发了NereidVLA,这是一种新颖的视觉-语言-动作模型,专为水下导航设计。该模型首先通过其Sea2Know组件从大约两百万个示例中学习海洋空间知识,该组件专注于目标定位和空间关系,而无需直接的机器人运动数据。然后,使用模拟水下航行器的专家轨迹对预训练模型进行微调。NereidVLA将RGB历史记录和语言指令转换为闭环导航的运动命令,在实验室水池试验中取得了78.75%的成功率,显著优于InternVLA-N1模型。 AI
影响 该模型可以显著提高水下机器人进行探索和执行任务的自主性和能力。
排序理由 该集群描述了在arXiv上发布的新模型和基准测试结果,符合研究类别。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →