本研究提出Robo2VLM框架，生成视觉问答数据集，以解决现有视觉语言模型在实际应用中的不足，增强其空间和交互推理能力。

Robo2VLM：来自大型野外机器人操作数据集的视觉问答
BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 ·
👤 个人中心
在公众号发送验证码完成验证