arXiv cs.RO· Simon Schwaiger, David Seyser, Alessandro Scherl, Zlatan Ajanovi\'c, Wilfried W\"ober, Gerald Steinbauer-Wagner·· 3 小时前AI 评分49
从语言先验到场景适配：面向可通行性估计的偏好学习
From Language Priors to Field Adaptation: Preference Learning for Traversability Estimation
AI 导读
该方法用冻结视觉语言特征空间中的 von Mises-Fisher 混合原型表示可通行性，以相对自然语言规则提供常识先验，再用稀疏相对图像标注微调原型方向与效用，实现目标域适配。在 WayFAST 上的实验显示，其精度可与端到端训练的估计器竞争，同时支持样本高效的图像适配。定性实验还展示了语言先验的零样本适用性，以及微调后估计器在语义地图上更优的稠密预测。
来源：arXiv cs.RO · arxiv.org