CASIA OpenIR  > 学术期刊  > 自动化学报
视觉语言导航研究进展
司马双霖; 黄岩; 何科技; 安东; 袁辉; 王亮
Source Publication自动化学报
ISSN0254-4156
2023
Volume49Issue:1Pages:1-14
Abstract视觉语言导航,即在一个未知环境中,智能体从一个起始位置出发,结合指令和周围视觉环境进行分析,并动态响应生成一系列动作,最终导航到目标位置.视觉语言导航有着广泛的应用前景,该任务近年来在多模态研究领域受到了广泛关注.不同于视觉问答和图像描述生成等传统多模态任务,视觉语言导航在多模态融合和推理方面,更具有挑战性.然而由于传统模仿学习的缺陷和数据稀缺的现象,模型面临着泛化能力不足的问题.系统地回顾了视觉语言导航的研究进展,首先对于视觉语言导航的数据集和基础模型进行简要介绍;然后全面地介绍视觉语言导航任务中的代表性模型方法,包括数据增强、搜索策略、训练方法和动作空间四个方面;最后根据不同数据集下的实验,分析比较模型的优势和不足,并对未来可能的研究方向进行了展望.
Keyword视觉语言导航 视觉语言理解 跨模态匹配 具身智能
DOI10.16383/j.aas.c210352
Citation statistics
Document Type期刊论文
Identifierhttp://ir.ia.ac.cn/handle/173211/56205
Collection学术期刊_自动化学报
Recommended Citation
GB/T 7714
司马双霖,黄岩,何科技,等. 视觉语言导航研究进展[J]. 自动化学报,2023,49(1):1-14.
APA 司马双霖,黄岩,何科技,安东,袁辉,&王亮.(2023).视觉语言导航研究进展.自动化学报,49(1),1-14.
MLA 司马双霖,et al."视觉语言导航研究进展".自动化学报 49.1(2023):1-14.
Files in This Item: Download All
File Name/Size DocType Version Access License
AAS-CN-2021-0352.pdf(6272KB)期刊论文出版稿开放获取CC BY-NC-SAView Download
Related Services
Recommend this item
Bookmark
Usage statistics
Export to Endnote
Google Scholar
Similar articles in Google Scholar
[司马双霖]'s Articles
[黄岩]'s Articles
[何科技]'s Articles
Baidu academic
Similar articles in Baidu academic
[司马双霖]'s Articles
[黄岩]'s Articles
[何科技]'s Articles
Bing Scholar
Similar articles in Bing Scholar
[司马双霖]'s Articles
[黄岩]'s Articles
[何科技]'s Articles
Terms of Use
No data!
Social Bookmark/Share
File name: AAS-CN-2021-0352.pdf
Format: Adobe PDF
All comments (0)
No comment.
 

Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.