arXiv cs.CV· Kyusong Lee, Heting Ying, Tiancheng Zhao·· 5 小时前AI 评分22
VLX-Go：通过多阶段学习与同策略精炼实现鲁棒具身跟踪
VLX-Go: Robust Embodied Tracking through Multi-Stage Learning and On-Policy Refinement
AI 导读
VLX-Go 是一个视觉-语言路点策略，通过视觉-语言对齐、多模态推理中期训练和跟踪专项训练的多阶段方案，在 19,532 条 oracle 轨迹上训练，将干扰物场景下的跟踪成功率从 OmTrackVLA 的 41.54% 提升至 55.80%。
来源：arXiv cs.CV · arxiv.org