E3VS-Bench

新政策改进了机器人问答任务的视觉能力

研究人员开发了一种名为Rendering-Free Lookahead (RFL)的新策略，以改进主动机器人视觉。RFL使机器人能够选择能够揭示隐藏的、与任务相关的信息的相机运动，尤其适用于问答场景。该系统在训练期间使用一个特权教师来预测未见过的视图的有用性，然后学生模型在部署时无需渲染未来视图即可学会复制这一点。这种方法显著增强了机器人为回答问题收集视觉证据的能力，在E3VS-Bench测试回合中提高了43%。