arXiv · cs.RO· Gershom Seneviratne, Yohan Abeysinghe, Jianyu An, Vaibhav Shende, Rahul Kumar, Dinesh Manocha·· 3 小时前精选AI 评分71
论文 / 摘要阅读
VEGA：用野外第一视角视频与几何轨迹监督训练导航 VLA
VEGA: Learning Navigation VLAs from In-the-Wild Egocentric Video with Geometric Trajectory Supervision
AI 导读 · 根据来源整理
VEGA 提出从无标注第一视角导航视频训练导航视觉-语言-动作（VLA）模型的方法：从单目视频重建局部场景几何，采样文本、图像或空间路点形式的目标，并生成避障轨迹，再用该轨迹分布训练流匹配 VLA 导航策略，几何信息只在训练阶段使用。作者同时发布 VEGA-Bench，包含 25 万个场景和约 500 万个导航目标及对应场景几何，用于评估目标推进、碰撞规避和障碍间距。在 VEGA-Bench 上，VEGA 的目标推进与最强基线相当，碰撞减少 33.0%，障碍间距提升 17.9%；实机试验中成功率至少提升 150.0%，碰撞至少减少 66.7%，障碍间距至少提升 60.0%。
本站目前提供摘要
以上是对来源材料的中文整理，不是完整论文或全文。研究方法、数据与完整论述请到来源页面核对。
前往 arXiv · cs.RO 阅读原文 ↗来源：arXiv · cs.RO · arxiv.org