Maeva Guerrier

视觉导航模型在真实世界测试中频繁碰撞且鲁棒性差

一项新的研究论文在真实世界场景中评估了五种最先进的视觉导航模型（VNMs），揭示了它们在简单成功率之外的显著局限性。由Maeva Guerrier及其同事进行的研究发现，GNM、ViNT、NoMaD、NaviBridger和CrossFormer等模型频繁与物体碰撞，表明它们缺乏几何理解能力。此外，这些模型难以区分感知上相似的位置，并且在运动模糊或日照等环境变化下性能会下降。研究人员计划发布他们的评估代码库和数据集，以促进可复现的基准测试。