DobotTrack：目标锚定的VLA人物跟踪框架
热点事件持续更新
DobotTrack：目标锚定的VLA人物跟踪框架
1 篇报道1 个报道来源15 小时前更新
先了解这件事
AI 综述
Shengjun Deng 等人提出目标锚定的视觉-语言-动作（VLA）框架 DobotTrack，用于语言引导的具身人员跟随。作者称，在 EVT-Bench 的三项任务上，其 0.8B 参数模型平均成功率为 77.9%，比 OmTrackVLA 高 16.9 个百分点。 该框架将辅助定位监督与高效时序建模结合。团队还用四足机器人采集了真实人员跟踪数据集，包含 126 个片段、596,323 帧带掩码标注，并公开了代码。
AI 根据报道生成 · 15 小时前更新
最新进展11月9日 13:00
DobotTrack：面向具身人员跟随的目标锚定视觉-语言-动作学习框架报道时间线
沿着报道，了解事件的不同侧面。
11月9日
- arXiv cs.RODobotTrack：面向具身人员跟随的目标锚定视觉-语言-动作学习框架
DobotTrack 提出目标锚定的视觉-语言-动作（VLA）框架，用于语言引导的具身人员跟随，在 EVT-Bench 上以 0.8B 参数模型取得 77.9% 平均成功率，比 OmTrackVLA 高 16.9 个百分点。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 1011月9日 14:00
- 近 24 小时变化
- –
02.557.510
15:0018:0021:0011月10日03:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。