HuggingFace Daily Papers·· 1 天前AI 评分57
ScaleNav：用互联网视频预训练实现语言条件下的局部导航
ScaleNav: Scalable Internet Video Pretraining for Language-Conditioned Local Navigation
AI 导读
ScaleNav 提出一个统一的世界-动作框架，通过三阶段训练实现语言条件下的局部导航：先在互联网第一视角视频上做指令条件视频预训练，学习观测如何随相机接近目标而演化，再用带动作标注的仿真数据对齐预测可执行动作块，最后联合微调全部可训练组件。
来源：HuggingFace Daily Papers · huggingface.co