跳到正文
热点事件持续更新

MessyNav论文获CoRL 2026接收

1 篇报道1 个报道来源1 小时前更新

先了解这件事

AI 综述

斯坦福与UC Berkeley团队提出MessyNav,相关论文获CoRL 2026接收。该方法让机器人在没有无碰撞路径时,基于视觉语言模型推理可安全移动的物体,通过主动推开挡路障碍继续完成杂乱真实环境中的零样本导航任务。

AI 根据报道生成 · 54 分钟前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月10日
  1. AGI Hunt
    MessyNav 登 CoRL 2026:机器人无路可走时主动推开障碍

    斯坦福与 UC Berkeley 团队提出 MessyNav,通过操作实现零样本导航,已被 CoRL 2026 接收。当环境不存在无碰撞路径时,机器人会基于 VLM 推理可安全移动的物体,主动推开挡路物体并继续完成杂乱真实环境中的导航任务。

本事件热度走势

还没有足够的连续观测数据,暂不绘制趋势。