Hugging Face · 每日论文· 媒体 / 作者来源·精选
ScaleNav：基于互联网视频预训练的语言条件局部导航
原文标题
ScaleNav: Scalable Internet Video Pretraining for Language-Conditioned Local Navigation
AI 导读
浙江大学团队提出ScaleNav框架，通过三阶段训练方法利用网络第一人称视频学习目标导向的视觉动态，实现机器人根据文本指令导航至指定位置。在Short-Horizon OVON单视图变体和HabitatGS-LN基准测试中分别达到86.5%和94.9%的成功率，并在真实四足机器人上验证了泛化能力。
来源：Hugging Face · 每日论文 · arxiv.org
导读与选稿说明
解决了机器人导航训练数据稀缺和仿真到现实差距问题，通过互联网视频预训练实现了高精度的语言条件导航能力。
导读由模型辅助整理，非独立核验。完整信息见原文。