清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

A Vision-Language-Action Model with Visual Prompt for OFF-Road Autonomous Driving

计算机科学 人工智能 稳健性(进化) 块(置换群论) 适应性 离群值 计算机视觉 弹道 分割 机器学习 视觉推理 感知 高级驾驶员辅助系统 地形 运动规划 可视化 推理系统 空间关系 特征(语言学) 意外事件 基于案例的推理 视觉感受
作者
Liangdong Zhang,Yiming Nie,Haoyang Li,Fanjie Kong,Baobao Zhang,Shigui Huang,Kai Fu,Chen Min,Liang Xiao
出处
期刊:Cornell University - arXiv [Cornell University]
标识
DOI:10.48550/arxiv.2601.03519
摘要

Efficient trajectory planning in off-road terrains presents a formidable challenge for autonomous vehicles, often necessitating complex multi-step pipelines. However, traditional approaches exhibit limited adaptability in dynamic environments. To address these limitations, this paper proposes OFF-EMMA, a novel end-to-end multimodal framework designed to overcome the deficiencies of insufficient spatial perception and unstable reasoning in visual-language-action (VLA) models for off-road autonomous driving scenarios. The framework explicitly annotates input images through the design of a visual prompt block and introduces a chain-of-thought with self-consistency (COT-SC) reasoning strategy to enhance the accuracy and robustness of trajectory planning. The visual prompt block utilizes semantic segmentation masks as visual prompts, enhancing the spatial understanding ability of pre-trained visual-language models for complex terrains. The COT- SC strategy effectively mitigates the error impact of outliers on planning performance through a multi-path reasoning mechanism. Experimental results on the RELLIS-3D off-road dataset demonstrate that OFF-EMMA significantly outperforms existing methods, reducing the average L2 error of the Qwen backbone model by 13.3% and decreasing the failure rate from 16.52% to 6.56%.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
啦你完成签到 ,获得积分10
1秒前
小金牛完成签到 ,获得积分10
2秒前
masirui的应助被lz采纳,获得10
5秒前
灵巧的导师完成签到,获得积分10
5秒前
6秒前
pengyh8完成签到 ,获得积分10
9秒前
养花低手完成签到 ,获得积分0
11秒前
13秒前
15秒前
慕遥完成签到 ,获得积分10
15秒前
Han发布了新的文献求助10
16秒前
研友_ZzrWKZ完成签到 ,获得积分10
17秒前
现代的如容完成签到,获得积分10
18秒前
芝知完成签到,获得积分10
19秒前
种下梧桐树完成签到 ,获得积分10
19秒前
漂亮的新梅完成签到,获得积分10
28秒前
旋转木马9个完成签到 ,获得积分10
31秒前
mudiboyang完成签到,获得积分10
33秒前
35秒前
40秒前
李子啊完成签到 ,获得积分10
43秒前
Tmac完成签到 ,获得积分10
44秒前
属实有点拉胯完成签到 ,获得积分10
45秒前
49秒前
52秒前
Skywalk满天星完成签到,获得积分10
52秒前
柯达鸭发布了新的文献求助10
54秒前
愉快无心完成签到 ,获得积分10
56秒前
自由的小熊猫完成签到,获得积分10
58秒前
夏同学完成签到 ,获得积分10
59秒前
乐于吕完成签到 ,获得积分10
1分钟前
jiawang发布了新的文献求助10
1分钟前
施旭佳完成签到,获得积分10
1分钟前
fsy完成签到 ,获得积分10
1分钟前
cathy_wangj883完成签到 ,获得积分10
1分钟前
1分钟前
虚拟的安白完成签到 ,获得积分10
1分钟前
1分钟前
零下已结晶完成签到 ,获得积分10
1分钟前
高兴的小天鹅完成签到,获得积分10
1分钟前
高分求助中
(应助此贴封号)通过应助OA文献获取积分 10000
Rosenblum, Global Change Biology 800
Yugoslavia and China Histories, Legacies, Afterlives 560
A Silent Apostrophe:The Fayum Portraits 520
Organizational Behavior 510
AI-Contracting 300
四川大学学位论文.郭瑞昂. 基于高压热扩散的n型磷掺杂金刚石半导体制备研究 300
热门求助领域 (近24小时)
化学 材料科学 医学 生物 计算机科学 工程类 纳米技术 有机化学 化学工程 内科学 物理 生物化学 复合材料 催化作用 细胞生物学 人工智能 心理学 无机化学 基因 遗传学
热门帖子
关注 科研通微信公众号,转发送积分 7834304
求助须知:如何正确求助?哪些是违规求助? 9356874
关于积分的说明 20592710
捐赠科研通 7426802
什么是DOI,文献DOI怎么找? 3337419
关于科研通互助平台的介绍 2481934
邀请新用户注册赠送积分活动 2358251