PERCEPTION开放获取
基于VLM引导的自主前沿探索
Aarush Aitha, Avideh Zakhor
2026
摘要
本文提出一种新型自主探索框架,利用视觉语言模型进行高层策略决策,替代传统几何启发式方法选择最优前沿。在六个室内环境仿真中,该方法相比现有技术提升了高达24%的地图覆盖率。
关键词
frontier-based explorationVision-Language Modelautonomous navigation
相关论文
PERCEPTION
📊 0 引用
基于点云配准的非破坏性高分辨率涂层厚度三维扫描测量
Simon Duenser, Ivo Aschwanden, Raamadaas Krishnadas 等 5 位作者
Robotics and Computer-Integrated Manufacturing · 2026
PERCEPTION
📊 0 引用
基于原型模糊推理与证据融合的不确定性引导工业机器人可进化识别框架
Yanrun Zhou, Zihao Lei, Guangrui Wen 等 7 位作者
Robotics and Computer-Integrated Manufacturing · 2026
PERCEPTION
📊 0 引用
迈向智能机器人时代:用于高级感知系统的多模态柔性触觉传感器
Sili Ding, Feng Xu, Jie Chen 等 6 位作者
Progress in Materials Science · 2026
PERCEPTION
📊 0 引用
基于交叉注意力的类别级6D姿态估计先验变形
Shuai Guo, Yongchao Yang, Lifeng Zhang 等 5 位作者
Neural Networks · 2026