LaTraNav提出语言条件可通行性导航框架
热点事件持续更新
LaTraNav提出语言条件可通行性导航框架
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
Senda Chen 等提出 LaTraNav，一种学习语言条件可通行性表征的自适应视觉导航框架：慢速视觉语言模型生成可通行性与导航目标的隐空间表征，快速 flow-matching 规划器据此在像素空间规划路径。异步调度在相同语义更新率下将路径更新率提升 6.05 倍。 研究用可控轨迹仿真数据管线并以照片级真实感图像翻译提升视觉真实度；在多来源数据集上，隐空间条件相比显式分割掩码改善了规划性能。
AI 根据报道生成 · 55 分钟前更新
最新进展10月9日 12:00
LaTraNav：面向自适应视觉导航的语言条件可通行性表征学习报道时间线
沿着报道，了解事件的不同侧面。
10月9日
- arXiv cs.RO 机器人学LaTraNav：面向自适应视觉导航的语言条件可通行性表征学习
LaTraNav 提出一种学习语言条件可通行性表征的自适应视觉导航框架，用慢速视觉语言模型生成可通行性与导航目标的隐空间表征，配合快速 flow-matching 规划器进行像素空间路径规划。基于可控轨迹的仿真数据生成管线配合照片级真实感图像翻译提升视觉真实度。在多来源数据集上，隐空间条件相比显式分割掩码改善规划性能，异步调度在相同语义更新率下将路径更新率提升 6.05×。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。