2022年OpenAI发布的CLIP模型，大大提升了模型的跨模态理解能力，实习了视觉与语言的统一，也给VLN带来新的突破————零样本学习的能力使得机器人无需依赖人工标注，即可理解自然语言指令并执行高效导航。

本博文针对基于CLIP的VLN几篇论文对其进展进行调研。

本博文仅供本人...

最近在调研VLN工作的时候常常会涉及LLM、VLM、CLIP等大模型的相关知识，由于此前并没有系统了解过大模型这块，因此学习起来有点吃力。 本文对OpenAI 2021年发布的CLIP模型进行解读。 部分资料来源于网络，于文末给出参考材料。 本博文仅供本人学习记录用~

• Read More

之前博客对VLN做了个初步的调研，但是还是有点囫囵吞枣，本博文对2024年在Transactions on Machine Learning Research发表的VLN综述做个深入的阅读，希望能对其有更深入的理解~

• Paper list in: Read More

本博文简单分析下“Teacher Forcing”和“Student Forcing”。 本博文由deep seek生成并结合个人理解补充。 本博文仅供本人学习记录用~

引言

“Teacher Forcing”和“Student Forcing”这两个在序列生成模型（如RNN、LSTM、Tr...

引言

视觉语言导航（Vision-Lang...

之前Read More

引言

之前实验对比都会用到ORB-SLAM...

之前开发一直上基于ROS的，而针对ROS也写过大量的技术博客My CSDN Blog（从学习、debug再到论文复现等等）。

后来，ROS2...

最近在了解hardware acceleration方面的topic，正好前辈老师给我推荐了这篇论文，在此对其进行拜读。

本博文为论文阅读笔记，仅供本人学习记录用～

引言

本博文对于 2025 TRO的Tra...