标签
本文提出了一种用于机器人导航的潜空间世界模型(LWM)，该模型预测基于动作条件的潜特征兼容性，使得能够从无标签视频数据中学习策略，并通过无需额外环境交互的强化学习来提升性能，优于现有方法。
本文提出了一种基于近体学的奖励公式，用于深度强化学习社交导航，将人类个人空间建模为高斯混合场，以提高社交合规性，同时保持导航效率。
This paper introduces a continuous metric field framework trained by a single causal contrastive loss that unifies geometric structure discovery from robot navigation to black hole emergence, demonstrating zero-shot generalization across dimensions.
UniNav是一个统一的世界-动作扩散模型，用于图像目标视觉导航。它在单个扩散过程中联合预测未来的视觉观察和航点轨迹，以高效推理实现了强大的基准测试结果。
FLYNN 是一种从果蝇大脑连接组导出的循环神经网络，用于基于视觉的机器人导航。它在性能上与手工设计的网络相当，同时对分布外数据和感觉丧失表现出更强的鲁棒性。
PlatonicNav 提出了一种免训练的具体化导航框架，该框架仅使用视觉语义地图和盲匹配来锚定语言目标，无需显式的跨模态训练即可实现跨任务和跨形态的泛化。