研究笔记
2025-11-21
2025.11.21组会
部署到无人机上,会有视点可能不匹配的问题 Gap 现在的VLN还没收敛到可以用很低的成本去实现,也就是真正在边侧上部署的并没有 DDPPO网络预测深度 AerialVLN复现 最后我想简单地做个真机部署,就通过Crazyflie或者tello 同时还调研了
记录 UAV / 具身智能 / VLN 的学习与实践。
标签
共 3 篇文章
知识路线图
按时间大致梳理与「组会」相关的文章,可作为学习路线的参考。
部署到无人机上,会有视点可能不匹配的问题 Gap 现在的VLN还没收敛到可以用很低的成本去实现,也就是真正在边侧上部署的并没有 DDPPO网络预测深度 AerialVLN复现 最后我想简单地做个真机部署,就通过Crazyflie或者tello 同时还调研了
本周我系统学习了VLN,核心收获如下: 学习范式:模仿学习(IL)快速入门但性能有限,强化学习(RL)能超越专家但效率低,两者结合(IL+RL)成为主流。 预训练模型:通过自监督学习(如MLM、ITM)让模型掌握跨模态理解,典型模型有PREVA
REVERIE数据集和DUET模型 现在都是还在前期的学习和探索阶段。 读这篇论文: REVERIE: Remote Embodied Visual Referring Expression in Real Indoor Environments (CVPR 2020) REVERlE 发音 [ˈrevəri] DUET(Dual-scale Graph Transformer) REVERIE 是 REVERIE: Remote Embodied Visual Referring Expression in Real Indoor Environments (CVPR 2020) 中引入的大规模远程