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。
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。