Papers with Code 아카이브
Vision-Language Navigation
태스크의 하위 분류와 논문·코드·평가·기법·데이터셋을 탐색하세요.
- 하위 태스크
- 1
- 평가표
- 1
- 보존된 평가 기록
- 3
Vision-language navigation (VLN) is the task of navigating an embodied agent to carry out natural language instructions inside real 3D environments.
<span style="color:grey; opacity: 0.6">( Image credit: Learning to Navigate Unseen Environments: Back Translation with Environmental Dropout )</span>
논문
이 태스크와 하위 분야의 관련 논문입니다. 실제 성능 비교는 평가 결과에서 확인하세요.
FoldQuantVLA: 일관된 폴딩을 통한 비전-언어-행동 모델의 네이티브 저비트 양자화
SmoLSTM: 지속되는 순환 메모리를 갖춘 소형 비전-언어-행동 모델
MaskVLA: Vision-Language-Action 모델의 궤적 과적합에 대응하는 시각적 마스킹
StenoVLA-3D: 위장관 협착 통과를 위한 3D 인식 추론 VLA
VLM 기반 비전-언어 내비게이션 모델은 무엇에 의존하는가: 정책 행동의 해석과 조종
월드 모델처럼 생각하고 VLA처럼 행동하기: 월드 모델 표현을 소형 로봇 정책으로 증류하기
VLAFlow: 공동 학습 및 미래 잠재 정렬을 통한 비전-언어-행동 모델의 통합 학습 프레임워크
Dynamic Execution Commitment of Vision-Language-Action Models
비전-언어 내비게이션을 위한 이중-뇌 최소 충분 표현
MemVLN: 비전-언어 내비게이션을 위한 에피소드 및 절차적 메모리
효율적 VLA 추론을 위한 중심점 재사용 기반 모션 인식 벡터 양자화 프레임워크
SAFE-Pruner: 효율적인 비전-언어-행동 조작을 위한 의미론적 어텐션 기반 미래 인식 토큰 가지치기
행동 전 예측: 미래 상태 조건 비전-언어 내비게이션
HyWorldVLA: 자율주행을 위한 하이브리드 월드 모델링 비전-언어-행동(VLA) 모델
Xiaomi-Robotics-1: 10만 시간 이상의 실세계 궤적으로 비전-언어-액션 모델 스케일링
NavVerse: 연속 로봇 시뮬레이션에서 실내-실외 체화 내비게이션 벤치마킹
RhinoVLA 기술 보고서
비디오 = 월드(World) + 이벤트 스트림(Event Stream)
Jetson-PI: 선견 정렬 비동기 추론을 통한 온보드 실시간 로봇 제어
DiMaS: 비전-언어-행동 모델 조향을 위한 분포 매칭
RoboTTT: 로봇 정책을 위한 컨텍스트 스케일링
Action QFormer: 비전-언어-액션 모델에서 액션 지도를 통한 구조화된 표현 형성
FoMoVLA: 비전-언어-동작 모델을 위한 시각적 예측과 동작 안내의 연결
HRIBench: 상호작용 중심 인간-로봇 협업 벤치마킹
비전-언어-행동 모델을 위한 촉각 모달리티 융합
로봇 행동 표현을 위한 의미적 앵커링
UESF-Bench: 통합 체화 탐색 및 추종을 위한 벤치마킹과 프로빙
엔드투엔드 자율 주행에서의 사후 학습
Traj-VLN: 자기회귀적 궤적 생성을 통한 픽셀 공간 상호작용 학습
ReflectVLN: 반성적 추론을 통한 비전-언어 내비게이션 에이전트 학습
VLAC-Cut 가이드 파이프라인을 통한 대규모 로봇 사후 학습에서의 인간 효율성 극대화
TS-Mask VLA: 효과적인 브리징을 갖춘 비전-언어-행동 모델을 위한 2D 시간-공간 마스킹
ActiveFly-Bench: 항공 구현 인식을 위한 비전-언어-행동 기반 구현 질의응답 정렬
AdvNav: 비전-언어 내비게이션에 대한 행동 유도 블랙박스 적대적 공격
DriveMA: 검증 가능한 메타-액션으로 구동하는 드라이빙 비전-언어-액션 모델
출처: Papers with Code · CC BY-SA 4.0. 아카이브 자료와 새로 수집한 논문은 별도로 관리합니다.