CoVLA

读论文CoVLA: Comprehensive Vision-Language-Action Dataset for Autonomous Driving

研究背景：在自动驾驶领域，多模态大语言模型的应用多限于理解复杂环境或生成高级指令，而少有涉及端到端路径规划，主要因缺乏包含视觉、语言和行动的大规模注释数据集。为解决此问题，本文提出了CoVLA数据集，含80小时真实驾驶视频，通过自动数据处理

论文 Comprehensive Vision Language CoVLA

admin 3月前

41 0