德克萨斯大学奥斯汀分校 发布 SocialNav-SUB 数据集, 应用在 社交机器人导航、视觉问答 领域

德克萨斯大学奥斯汀分校 本次发布的数据集 SocialNav-SUB, SocialNav-SUB是一个视觉问答（VQA）数据集和基准测试，旨在评估视觉语言模型（VLM）在现实世界中社交机器人导航场景下的场景理解能力。数据集包含4968个独特的问题及其对应的答案，这些答案由人类提供，作为真实标签。SocialNav-SUB基于SCAND数据集构建，提供了各种人群密度和社会导航交互的社会机器人导航场景，并具有丰富的对象中心视觉表示，包括机器人的视觉视角和包含行人坐标跟踪的鸟瞰图（BEV）。该数据集旨在解决社会机器人导航中的空间推理、时序推理和理解复杂人类意图等关键挑战。

查看SocialNav-SUB

关于 德克萨斯大学奥斯汀分校 , 德克萨斯大学奥斯汀分校是美国德克萨斯州奥斯汀市的一所公立研究型大学，以其在自然科学、工程、商学、教育以及人文科学等领域的优秀教育和研究成果而闻名。

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。