机器人导航新标杆 | 单RGB+大模型+RL实现“仿真即现实”，无需微调，精度提升28.5%!

文章预览

打造一个有温度、有趣味、专业的全栈式AI 交流社区！ “   机器人导航任务是指让机器人在给定的环境中自主移动和定位的任务。 它涉及到机器人感知环境、决策路径和控制执行的过程。随着AIGC的兴起，机器人的导航能力得到了大幅度的提升。 本文介绍了PoliFormer（Policy Transformer）， 这是一种只使用RGB相机的室内导航Agent，它通过大规模的强化学习进行端到端训练。尽管它仅在模拟中进行训练，但是它可以很好的推广到现实世界，而无需适应过程。 PoliFormer使用一个基本的Transformer编码器和一个因果Transformer解码器，从而实现长期记忆和推理能力。 它针对不同环境中的数亿次交互进行了训练，利用并行化的多机部署实现了高吞吐量的高效训练。 它在之前算法的基础上面有了较大的突破，在CHORES-S基准上实现了前所未有的85.5%的目标导航成功率，绝 ………………………………