精选理由
想让你家机器人找到干洗店？BinTrack用开源VLM做空间问答，性能追平GPT-4o还更快，代码数据全公开。
BinTrack是一种全开源的空间定位智能体，利用机器人轨迹的时间顺序进行二进制搜索。在SpaceLocQA基准的全局类别上，BinTrack将准确率提升22.8%，甚至匹配了GPT-4o的闭源模型结果。其推理策略带来超过1.5倍的加速。论文还发布了GangnamLoop，一个在真实街道上用四足机器人采集的多行程室外基准数据集。
AI 翻译 · 中文
BinTrack是一种全开源的空间定位智能体，利用机器人轨迹的时间顺序进行二进制搜索。在SpaceLocQA基准的全局类别上，BinTrack将准确率提升22.8%，甚至匹配了GPT-4o的闭源模型结果。其推理策略带来超过1.5倍的加速。论文还发布了GangnamLoop，一个在真实街道上用四足机器人采集的多行程室外基准数据集。
This work addresses spatial question answering for service robots traversing long egocentric routes. Given a query such as "where can I find a dry cleaner on the way back home?", the system returns a metric coordinate th…