加州大学河滨分校发布NavTrust数据集,应用在视觉语言导航、具身智能领域

加州大学河滨分校本次发布的数据集NavTrust,NavTrust是由加州大学河滨分校等机构联合提出的首个统一基准，旨在系统评估VLN和OGN代理在现实损坏条件下的可信度。该数据集基于Habitat-Matterport3D、R2R和RxR数据集构建，包含八类RGB图像损坏（如运动模糊、低光照）、四类深度传感器损坏（如高斯噪声、多路径效应）以及五类指令损坏（如风格变异、恶意提示）。通过对比清洁与损坏场景下的性能差异，该数据集揭示了现有SOTA导航模型的脆弱性，并为开发更鲁棒的具身智能系统提供了标准化测试平台。其创新性在于首次统一了多模态损坏评估框架，重点关注了传统研究忽视的深度传感器退化问题。

查看NavTrust

关于加州大学河滨分校,加州大学河滨分校（University of California, Riverside）是美国加州大学系统的一所公立研究型大学，成立于1954年，以其在工程、农业科学和人文社科领域的研究著称。

关于arXiv,全球最大的预印本学术论文数据库，涵盖物理、数学、计算机科学等多个学科领域。