研究人员开发了TARIC，一个用于室外视觉语言导航（VLN）的新框架，旨在即使在视觉线索稀疏或消失时也能保持目标导向的导航。该系统整合了语义方位和实时可通行性信息，以确保导航的可行性，即使在绕行时也是如此。通过将间歇性的二维证据提升到三维线索记忆中，TARIC增强了在长时间无线索阶段的鲁棒性，显著提高了模拟和真实世界测试中的成功率。 AI
影响 增强了室外导航系统的鲁棒性，有可能提高自主机器人在复杂环境中的能力。
排序理由 这是一篇描述特定AI任务新框架的研究论文。[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 →