LSM将语言描述转为校准空间分布并融入VL-Map建图

Aryan Naveen等作者提出并训练语言传感器模型（LSM），把每句自然语言描述连同其场景图上下文映射为多模态分布：混合权重表示指代歧义，分量协方差表示空间不确定性。 作者称，在VLA-3D基准和真实移动机器人上，LSM是唯一协方差估计保持在已校准范围内的语言预测器；将其融入VL-Map概率建图框架后，对目标物体位置的预测更准确，真实目标处获得的概率质量比最强基础模型基线多约70%。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。