PERCEPTION
基于开放视觉语言模型的二进制追踪用于空间问答与导航
Dongbin Na, Chanwoo Kim, Soonbin Rho, Giyun Choi, Gangbok Lee, Dooyoung Hong
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
本文提出BinTrack，一种全开源的基于轨迹时间顺序的二进制搜索空间定位代理，用于服务机器人在长路径上的空间问答。该方法在准确率上比现有开源实现提升高达22.8%，并匹配了闭源模型在全局类别上的结果。
关键词
spatial question answeringopen-sourcebinary searchvision-language modelsrobot navigation
相关论文
PERCEPTION
📊 22,245 引用
Artificial intelligence: a modern approach
1995
PERCEPTION
📊 14,348 引用
Are we ready for autonomous driving? The KITTI vision benchmark suite
Andreas Geiger, P Lenz, R. Urtasun
2012
PERCEPTION
开放获取📊 9,777 引用
TensorFlow: Large-Scale Machine Learning on Heterogeneous Distributed Systems
Martı́n Abadi, Ashish Agarwal, Paul Barham 等 20 位作者
2016
PERCEPTION
📊 9,681 引用
Vision meets robotics: The KITTI dataset
Andreas Geiger, Philip Lenz, Christoph Stiller 等 4 位作者
2013