实体
Grand Tour dataset
Grand Tour dataset
PulseAugur coverage of Grand Tour dataset — every cluster mentioning Grand Tour dataset across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
视觉基础化通过语义分割增强机器人导航
研究人员开发了一种新颖的方法，通过结合视觉基础化来改进使用视觉-语言-动作 (VLA) 模型的机器人导航。该技术利用语义分割将可通行区域标记为绿色，不可通行区域标记为红色，从而有效地指导机器人的路径。当在 Grand Tour 数据集上使用 OmniVLA 模型进行测试时，这种视觉基础化方法将长指令的平均航点误差降低了高达 44%，充当了轨迹长度正则化器，而无需重新训练模型。
-
新的视觉基础方法提高了机器人导航的准确性
研究人员开发了一种新的方法，通过使用视觉基础来改进机器人导航，该方法利用了视觉-语言-动作（VLA）模型。该技术使用语义分割将可通行区域标记为绿色，不可通行区域标记为红色，从而有效地指导机器人。当在 Grand Tour 数据集上使用 OmniVLA 模型进行测试时，这种视觉基础方法将平均航点误差降低了高达 44%，尤其是在较长指令的情况下，并充当了轨迹长度正则化器。