Grand Tour dataset

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。