人形机器人语义感知运动与执行感知导航基准

2026年10月7日，研究者在arXiv（Robotics，一手来源）提出一个人形机器人视觉语言导航（VLN）基准，同时建模高程图难以辨别的隐患与运动执行偏差，并配套闭环VLN加运动控制框架，持续将高层导航指令与机器人实际状态对齐。仿真评估显示，语义输入可减少与高程图难表征障碍物的接触，抗偏差机制提升导航成功率；相关运动策略在Unitree G1人形机器人上完成实物验证。论文强调人形导航应同时评估路线完成度与避障表现。这是目前该事件的唯一报道，尚无更早或相互矛盾的信息。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。