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.
Neuro-Symbolic Drive: Rule-Grounded Faithful Reasoning for Driving VLAs
G$^3$VLA: Geometric inductive bias for Vision-Language-Action Models
VLA-FAIL: 파인튜닝된 비전-언어-액션 모델을 위한 효율적인 작업 실패 감지
SignVLA: 어텐션 LSTM과 비전-언어-행동(VLA) 모델을 통한 실시간 수어 기반 로봇 조작
FOCA: 데이터 효율적 비전-언어-행동 적응을 위한 미래 지향 조건화
반지도 비전-언어-행동 모델
doScenes Instructed Driving Challenge를 위한 DVDrive 접근법
Tri-Info: 정보 이론을 통한 VLA 모델을 위한 일반화 가능하고 해석 가능한 실패 예측
비전-언어-행동 모델의 미세조정은 생각보다 적은 층만 필요로합니다
Qwen-RobotNav 기술 보고서: 에이전트 내비게이션 시스템을 위해 설계된 확장 가능한 내비게이션 모델
Mix-QVLA: 비전-언어-행동 모델의 작업 증거 인식 혼합 정밀도 양자화
See-and-Reach: 시야(Field of View) 내 무인항공기(UAV)를 위한 정밀 비전-언어 내비게이션
EventVLA: 장기 비전-언어-행동 정책을 위한 이벤트 기반 시각적 증거 메모리
Qwen-RobotManip 기술 보고서: 정렬(Alignment)이 로봇 조작 파운데이션 모델의 스케일링을 가능하게 하다
모션 중심 잠재 행동을 통한 인간 에고 비디오 기반 크로스-엠보디먼트 VLA 학습
WeaveLA: Event Driven Cross-Subtask Latent Memory Weaving for Repetitive Robot Manipulation
GeneralVLA-2: 로봇 계획을 위한 기하학적 인식 재구성 및 통제된 메모리
LabVLA: 과학 실험실에서 비전-언어-액션 모델의 그라운딩
μVLA: VLA 모델에서 부분 관측 가능 조작을 위한 순환 메모리
Foresight: 내비게이션에 중요한 단서에 대한 반복적 추론
웨트랩 로보틱스를 위한 체화 시뮬레이션 플랫폼, 벤치마크 및 데이터 효율적 증강 프레임워크
GAE: 일반화 가능한 행동 전문가를 통한 VLM의 물리적 잠재력 발휘
Goal2Pixel: 비전-언어 네비게이션을 위한 목표의 픽셀 그라운딩
비전-언어-액션 모델에 대한 궤적 수준 리다이렉션 공격
Embodied-R1.5: Evolving Physical Intelligence via Embodied Foundation Models
TacCoRL: 시뮬레이션을 통한 비전-언어-행동(VLA) 모델로의 촉각 피드백 통합
DAM-VLA: 분리된 비동기 멀티모달 비전-언어-액션 모델
VLA에게 무엇을 말할지 배우기: 대체로 무해한 비전-언어-액션 모델 조종
ActionMap: 복셀 액션 히트맵을 통한 로봇 정책 학습
LAST: Gromov-Wasserstein 정렬을 통한 비전-언어와 액션 매니폴드 연결
VLGA: 자율 주행을 위한 비전-언어-기하학-행동 모델
언어가 중요한 시점은? 다국어 지시가 비전-언어-행동 모델의 단계별 언어 민감도를 드러낸다
CHORUS: 단일 VLA 정책을 통한 분산형 다중 형태 협업
가중치 공간 메타러닝을 통한 로봇 정책 적응
LARA: 비전-언어-액션 모델을 위한 잠재 행동 표현 정렬
출처: Papers with Code · CC BY-SA 4.0. 아카이브 자료와 새로 수집한 논문은 별도로 관리합니다.