arXiv Robotics· Muyi Bao, Yuxin Cai, Hang Xu, Zongtai Li, Jinxi He, Jingfan Tang, Chen Lv, Ji Zhang, Yaqi Xie, Wenshan Wang·· 3 小时前AI 评分31
Goal2Pixel：将目标落地为像素的视觉语言导航方法
Goal2Pixel: Grounding Goals to Pixels for Vision-Language Navigation
AI 导读
Goal2Pixel 将连续环境视觉语言导航（VLN-CE）重构为可导航像素定位，由 VLM 预测图像平面上的可通行像素并反投影为 3D 路点，转向与停止由左/右/底部辅助区域编码。
来源：arXiv Robotics · arxiv.org