研究人员开发了ROAM(Robust Open-world Autonomous Mobility)系统,该系统集成了视觉语言模型(VLM)和强化学习(RL)来实现腿式机器人导航。VLM提供对环境的语义解释和风险评估,并将其转化为风险图。该图用于条件化运动和局部导航的RL策略,使机器人能够在复杂的真实世界环境中(如高山和城市环境)自主行驶数公里。尽管在导航多样地形和识别安全路径方面取得了成功,但该系统也凸显了VLM可靠性和空间推理在实际部署中持续存在的挑战。 AI
影响 这项研究通过整合VLM推理和RL控制,推动了自主导航技术的发展,有望使机器人在非结构化环境中更具能力。
排序理由 该集群描述了一篇发表在arXiv上的研究论文,详细介绍了一种用于腿式机器人导航的新系统。[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 →