HF Daily Papers·· 1 天前精选AI 评分40
ScaleNav 通过互联网视频预训练实现语言条件局部导航
ScaleNav: Scalable Internet Video Pretraining for Language-Conditioned Local Navigation
AI 导读
ScaleNav 提出统一的世界—动作框架，利用互联网第一视角视频学习目标导向视觉动态，并据此生成语言条件局部导航所需的机器人动作。训练分为指令条件视频预训练、使用带动作标签的仿真数据进行动作对齐，以及联合微调三个阶段。
推荐理由
论文把互联网第一视角视频预训练、仿真动作对齐与联合微调串成三阶段流程，并给出仿真基准及真实四足机器人部署结果。
来源：HF Daily Papers · huggingface.co