Hugging Face Daily Papers·· 2 天前AI 评分38
ScaleNav：用互联网视频预训练语言条件局部导航策略
ScaleNav: Scalable Internet Video Pretraining for Language-Conditioned Local Navigation
AI 导读
ScaleNav 提出统一的世界-动作框架，从互联网第一视角视频中学习目标导向的视觉动态，再生成机器人动作，用于语言条件局部导航。训练分三阶段：先做指令条件视频预训练，再用带动作标注的仿真数据做动作对齐以预测可执行动作块，最后联合微调全部可训练组件。
来源：Hugging Face Daily Papers · huggingface.co