实体机器人的视觉语义导航

本文介绍了一个包含自然语言描述复杂机器人任务的数据集，旨在提高机器人与人类之间的互动能力。作者测试了多种最先进的视觉和语言导航模型，但没有一个显示出有希望的结果。他们提出了一种新颖的交互式导航-指针模型，为该任务提供了强有力的基线。该模型在未见测试集上表现最佳，但与人类表现相比仍有改进空间。