arXiv cs.RO 机器人学· Kyusong Lee, Heting Ying, Tiancheng Zhao·· 2 小时前精选AI 评分55
VLX-Go：多阶段学习与在线策略优化提升具身视觉跟踪鲁棒性
VLX-Go: Robust Embodied Tracking through Multi-Stage Learning and On-Policy Refinement
AI 导读
论文提出 VLX-Go，一种视觉-语言航点策略，先对齐视觉与语言表征再学习跟踪专用动作，训练分视觉-语言对齐、多模态推理和跟踪专精三阶段，共 19,532 条 oracle episodes。
推荐理由
论文给出多阶段训练与在线微调的具体增益数据，可评估该路线对干扰物跟踪的实际效果。
来源：arXiv cs.RO 机器人学 · arxiv.org