DobotTrack

DobotTrack框架通过语言指导增强具身人员追踪能力

研究人员开发了DobotTrack，一个用于具身人员追踪的新框架，该框架利用语言指导来帮助移动代理识别和跟随目标。该系统集成了辅助地面监督和时间建模，采用人员分割和边界框地面等任务来改进目标识别。DobotTrack的Q-identity模块能有效地保留历史令牌中的关键外观和空间特征，从而构建了一个0.8B参数的模型，在EVT-Bench上取得了77.9%的成功率，比之前的方法提高了16个百分点以上。