计算机科学 > 机器人技术
[提交于 2025年7月9日
]
标题: LOVON:有腿的开放词汇物体导航者
标题: LOVON: Legged Open-Vocabulary Object Navigator
摘要: 在开放世界环境中进行物体导航仍然是机器人系统面临的严峻且普遍的挑战,特别是在执行需要同时进行开放世界物体检测和高层任务规划的长时程任务时。 传统方法往往难以有效地整合这些组件,这限制了它们处理复杂、远距离导航任务的能力。 在本文中,我们提出了LOVON,一种新颖的框架,将大语言模型(LLMs)用于分层任务规划,并与开放词汇视觉检测模型相结合,专门用于在动态、非结构化环境中进行有效的远距离物体导航。 为应对包括视觉抖动、盲区和临时目标丢失在内的现实挑战,我们设计了专用解决方案,例如用于视觉稳定的拉普拉斯方差过滤。 我们还开发了机器人的功能执行逻辑,确保LOVON在自主导航、任务适应和鲁棒任务完成方面的能力。 广泛的评估表明,成功完成了涉及实时检测、搜索和向开放词汇动态目标进行导航的长序列任务。 此外,在不同腿式机器人(Unitree Go2、B2和H1-2)上的实际实验展示了LOVON的兼容性和吸引人的即插即用特性。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.