OpenNWM 先用无动作视频做视觉预测预训练,学习通用潜动作,再把潜动作对齐真实运动。预训练数据 NavAnywhere 含 1750 万条视觉观测,覆盖地面机器人、行人与无人机导航,泛化与导航表现均有提升。
正文完
OpenNWM 先用无动作视频做视觉预测预训练,学习通用潜动作,再把潜动作对齐真实运动。预训练数据 NavAnywhere 含 1750 万条视觉观测,覆盖地面机器人、行人与无人机导航,泛化与导航表现均有提升。