EEmbogent
模型数据硬件产品评测公司技术融资
数据2026/11/16 14:52·重要度 63

驾驶VLA指令监督研究:前瞻与回溯标注对比

Instructions Before Actions: Prospective and Retrospective Language Supervision for Driving Vision-Language-Action Data

AI 摘要

作者开发ADVLAT-Engine,同步语音指令、道路视频与车辆轨迹,在48条重放路线上对比三款导航应用;87个共同播报的机动中,乘客用语更依赖场景。四个开源驾驶VLA经前瞻指令数据微调后,乘客路线轨迹误差降23%-59%,但指令跟随效果仍不一致,真实路口的反事实指令测试暴露明显差距。

阅读原文来源 arXiv cs.RO · arxiv.org

标题与摘要由 AI 根据原文自动生成,可能存在偏差;具体数据与结论请以原文为准。

同板块相关

数据1 天前

ExtremeDrive 发布极端驾驶场景数据集与评测基准

Xinhan Li 等发布 ExtremeDrive,从真实驾驶记录中筛选出 589 个场景,覆盖紧急操作、复杂交通交互以及湿滑、积雪路面等极端条件,并提供经过校准对齐的多传感器数据,以及道路结构和交通参与者的标注。团队还建立基准,通过仿真执行来评估规划轨迹的安全指标与驾驶表现;等训练集规模实验用于检验关键驾驶场景数据的价值。

数据5 天前

Robo-SWE:从机器人代码库挖掘236个可执行修复任务数据集

研究团队发布Robo-SWE数据集,从28个公开机器人仓库的已合并PR中挖掘出236个可执行issue修复任务,覆盖ROS 2系统、仿真与物理引擎、机器人算法库、机器人学习框架四类。每个任务包含issue原文、修复前提交对应的容器环境、开发者补丁与测试用例,并在反复离线运行中验证测试修复前失败、修复后通过。