VLN 连续环境仿真到现实的迁移方法

Chalindu Abeywansa 等作者发表论文，提出一种让连续环境视觉语言导航（VLN）从仿真迁移到真实世界的方法，无需导航图或全景视图。系统采用跨模态注意力（CMA）架构，先在仿真数据集上训练，再用自建 Ackermann 转向机器人（搭载摄像头和 LiDAR）采集的真实数据微调。 论文称，通过线性光度调整和在少量 episode 上微调，模型即可适应真实环境，并能在专用硬件上离线运行；SPL 与 nDTW 指标用于验证方法的鲁棒性与适应性。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。