fengtt42/AerialDojo-200K
AerialDojo-200K AerialDojo-200K is a large-scale benchmark suite for open-world aerial object-goal search. Aerial agents autonomously explore large-scale, unstructured 3D environments and reach target objects specified by semantic descriptions (SemanticOGS) or reference images (ImageOGS), rather than follow route-specific instructions. Paper: arXiv · Project: Website · Code and setup: GitHub Large-Scale. 42 simulation scenes span four scene families and 21 scene types, with 205… See the full description on the dataset page: https://huggingface.co/datasets/fengtt42/AerialDojo-200K.
Thành tựu nổi bật
Những danh hiệu mới nhất của dự án
#1 Repository Của Ngày
#1 Repository Của Ngày
#1 Repository Của Ngày
🚁 AerialDojo-200K: Bộ benchmark hàng không lớn nhất cho tìm kiếm đối tượng mở
Bộ dữ liệu chuẩn cho việc huấn luyện và đánh giá các tác nhân hàng không tự động trong môi trường 3D mở.
AerialDojo-200K là một bộ benchmark quy mô lớn dành cho tìm kiếm đối tượng hàng không mở (open-world aerial object-goal search). Các tác nhân hàng không tự động khám phá các môi trường 3D lớn và phi cấu trúc, sau đó tiến tới các đối tượng mục tiêu được chỉ định bằng mô tả ngữ nghĩa (SemanticOGS) hoặc hình ảnh tham chiếu (ImageOGS), thay vì tuân theo hướng dẫn tuyến đường cụ thể. Dự án do nhóm nghiên cứu của Tongtong Feng và đồng nghiệp phát triển, cung cấp công cụ để xây dựng và đánh giá các tác nhân hàng không thông minh.
✨ Điểm nổi bật
- Quy mô lớn: 42 cảnh mô phỏng thuộc 4 nhóm và 21 loại cảnh, với 205.732 tác vụ tìm kiếm.
- Chất lượng cao: 12 người chú thích và 2 tháng gán nhãn 109 điểm mốc, 2.099 đối tượng mục tiêu và 2.099 điểm neo.
- Đánh giá thống nhất: Định dạng dữ liệu, không gian hành động và giao thức đánh giá chung hỗ trợ đánh giá trên 21 cảnh trong phân phối và 21 cảnh ngoài phân phối.
- Đánh giá baseline: 9 mô hình ngôn ngữ đa phương tiện lớn (5 nguồn mở và 4 đóng) được kiểm tra.
- Tích hợp Unreal Engine: Môi trường mô phỏng được xây dựng trên Unreal Engine và ProjectAirSim.
- Dữ liệu hành trình chi tiết: Hành trình tham chiếu không va chạm phủ sóng 4.115 km, kèm 63.177 nhóm ghi đa góc.
💡 Vì sao đáng chú ý
AerialDojo-200K cung cấp một nền tảng tiêu chuẩn cho nghiên cứu tác nhân hàng không trong môi trường mở, nơi các tác nhân phải tự khám phá và tìm kiếm mà không có hướng dẫn cụ thể. Đây là công cụ quan trọng cho các nhà nghiên cứu làm việc trên AI hàng không, robot thông minh và hệ thống hội nhập môi trường 3D. Đặc biệt phù hợp cho việc kiểm chứng khả năng tổng quát hóa của các mô hình ngôn ngữ đa phương tiện lớn trong nhiệm vụ hàng không phức tạp.
#AerialDojo #ObjectGoalSearch #MLLM #UnrealEngine #OpenWorld #TiniX
Dự án tương tự
Khám phá các dự án và mô hình AI khác có sự tương đồng.
all-MiniLM-L6-v2 This is a sentence-transformers(https://www.SBERT.net) model: It maps sentences & paragraphs to a 384 dimensional dense vector space and can be used for tasks like clustering or semantic search. Usage (Sentence-Transformers) Using t...
DeepSeek-R1 Paper Link👁️ 1. Introduction We introduce our first-generation reasoning models, DeepSeek-R1-Zero and DeepSeek-R1. DeepSeek-R1-Zero, a model trained via large-scale reinforcement learning (RL) without supervised fine-tuning (SFT) as a p...
Build Agentic workflows, RAG pipelines, with rich AI model and tool support on one collaborative workspace. Deploy on cloud, VPC, or self-hosted, so teams move from prototype to production without rebuilding the stack.
Dataset Card for GSM8K Dataset Summary GSM8K (Grade School Math 8K) is a dataset of 8.5K high quality linguistically diverse grade school math word problems. The dataset was created to support the task of question answering on basic mathematical problems that require multi-step reasoning. These problems take between 2 and 8 steps to solve. Solutions primarily involve performing a sequence of elementary calculations using basic arithmetic operations (+ − ×÷) to… See the full description on the dataset page: https://huggingface.co/datasets/openai/gsm8k.
📀 Falcon RefinedWeb Falcon RefinedWeb is a massive English web dataset built by TII and released under an ODC-By 1.0 license. See the 📓 paper on arXiv for more details. RefinedWeb is built through stringent filtering and large-scale deduplication of CommonCrawl; we found models trained on RefinedWeb to achieve performance in-line or better than models trained on curated datasets, while only relying on web data. RefinedWeb is also "multimodal-friendly": it contains links and… See the full description on the dataset page: https://huggingface.co/datasets/tiiuae/falcon-refinedweb.
arXiv Complete Corpus A snapshot of arXiv's metadata, version history, submission files and rendered documents. It covers 3,148,796 papers and includes file contents, paths, sizes and SHA-256 digests. Metadata comes from arXiv's OAI-PMH arXivRaw interface; files come from the GCS mirror, S3 source archives and direct PDF fetches. This release holds a PDF for 99.47% of papers and 99.54% of versions reported with a non-zero submission size. It is a one-off snapshot; coverage gaps… See the full description on the dataset page: https://huggingface.co/datasets/secemp9/arxiv-complete.
FlagEmbedding Model List | FAQ | Usage | Evaluation | Train | Contact | Citation | License More details please refer to our Github: FlagEmbedding(https://github.com/FlagOpen/FlagEmbedding). If you are looking for a model that supports more languages,...
For more details please refer to our github repo: https://github.com/FlagOpen/FlagEmbedding BGE-M3 (paper(https://arxiv.org/pdf/2402.03216.pdf), code(https://github.com/FlagOpen/FlagEmbedding/tree/master/FlagEmbedding/BGEM3)) In this project, we intr...
GPT-2 Test the whole generation capabilities here: https://transformer.huggingface.co/doc/gpt2-large Pretrained model on English language using a causal language modeling (CLM) objective. It was introduced in this paper(https://d4mucfpksywv.cloudfro...