宾夕法尼亚大学 发布 NAVCON 数据集, 应用在 视觉语言导航、机器人导航 领域

宾夕法尼亚大学 本次发布的数据集 NAVCON, NAVCON是一个基于R2R和RxR数据集构建的大规模视觉语言导航（VLN）语料库，由宾夕法尼亚大学等机构创建。该数据集包含30,815条指令，涵盖236,316个概念注释，并与2.7百万张对齐的图像配对，展示了代理在执行指令时的视觉信息。数据集的创建过程结合了认知科学和语言学的理论，通过自动生成和人工评估确保注释的可靠性。NAVCON主要应用于语言引导的导航任务，旨在提升机器人或代理在复杂环境中遵循语言指令的能力，解决跨模态对齐和资源效率的问题。

查看NAVCON

README 内容： 

关于 宾夕法尼亚大学 , 宾夕法尼亚大学是美国一所著名的私立研究型大学，以其高质量的教育和广泛的学科领域而闻名。

关于 arXiv , arXiv 是一个免费分发服务和开放获取的学术文章档案库，涵盖了物理学、数学、计算机科学、定量生物学、定量金融、统计学、电气工程和系统科学以及经济学等领域。该网站上的材料并未经过 arXiv 的同行评审。