TECHNOLOGY · 技术
视觉语言导航
IROS'26开源HA-VLN 2.0基准:面向拥挤环境的人类感知视觉语言导航
HA-VLN 2.0开放基准与排行榜发布,将视觉语言导航从静态无人环境推进到有多人类交互的动态场景,覆盖离散与连续环境。
AI 编撰 · 内容基于所列来源,重要信息请以原文为准
面向人类感知的视觉语言导航开放基准与排行榜HA-VLN 2.0近日公开,相关成果与IROS'26关联。该基准将导航任务从静态、无人环境推进到存在动态多人类交互的真实场景,并同时覆盖离散环境(如拓扑图、节点导航)与连续环境(如3D仿真在电脑里搭建虚拟世界来测试、训练机器人。成本低、速度快,但和真实世界总有差距。◆ 小白科普 · 现身中的连续运动)。在HA-VLN 2.0中,智能体不仅要理解自然语言指令,例如“去二楼咖啡厅”,还需在人群中理解、预测并避让行人,遵守基本社交规范。该基准提供统一任务定义、评估指标、基线模型AI 模型的简称,指经过训练、能从输入算出输出的程序。机器人的模型输入画面和指令,输出动作。◆ 小白科普 · 现身和公开排行榜,使不同方法能够在同一条件下公平比较。其主要服务方向包括社交机器人、服务机器人和具身智能Embodied AI让 AI 通过机器人身体感知并作用于真实世界,不只在屏幕里回答问题。◆ 小白科普 · 现身。