Vision Navigation Foundation Models

VISTA导航模型利用动作历史提高机器人泛化能力

研究人员推出了一种新颖的视觉导航方法VISTA，该方法解决了视觉导航基础模型（VNMs）中归一化动作的脆弱性问题。通过对归一化动作历史进行条件化处理，VISTA明确了预测与物理位移之间的关系，从而减轻了性能下降和碰撞风险。该模型还集成了DINOv3编码器，通过捕捉空间和几何维度来更好地处理视觉重复的环境。VISTA展示了强大的泛化能力，在室外、森林和办公室等零样本真实世界部署中实现了100%的目标预测准确率，平均越过95%的检查点。