24 公里 966 次真实导航评测:机器人视觉编码器哪种设计才管用
chriswolfvision · x · 2026-09-12
Christian Wolf 团队在 ECCV 报告的配套实测:在真实建筑中跑了 966 次静态点目标导航 episode、共 24 公里,系统性评估哪些计算机视觉组件对机器人导航真正重要。
主要发现:
- 视觉编码器的能力很大程度来自 CV 前置任务的预训练,而非机器人下游损失
- 异构多教师蒸馏带来互补技能的编码器
- 原则性的空间瓶颈压缩后,涌现出与 affordance 相关的可解释特征
- 仅在 RGB 上训练策略并非最优;先用特权信息(如 Lidar)预训练策略再微调,能更好地利用视觉特征
论文地址 arXiv:2606.21216。
所属事件:ECCV 研究:每 patch 一个标量即可驱动机器人真实导航(2 条相关)→
「具身」频道最新
- 门铃摄像头改造万圣节服装探测器，作者开源整套方案 — jeff_weinstein · 2026-10-31
- 800 次仿真手术测试：10 个前沿模型仅 2 个完成任务，213 次成功宣称全错 — Exp_Mark · 2026-10-31
- 中国人社部新增具身AI机器人应用技师等11个职业 — nordicinst · 2026-10-31
- YC 新创 Axonnic 用 EMG 袖套捕捉手指动作与力度训练灵巧机器人 — ycombinator · 2026-10-31
- VITURE 联动影之刃零推 Phantom Beast XR 眼镜，售价 599 美元 — Scobleizer · 2026-10-31
- Agility 财报披露年亏 1.38 亿美元,Brett 预言一年内倒闭接近应验 — Rewkang · 2026-10-31