GNM（通用导航模型）

GNM: A General Navigation Model to Drive Any RobotGNM进阶

用 6 种机器人混合数据训练、能驱动不同机器人的通用视觉导航模型

加州大学伯克利分校 Sergey Levine 组（Dhruv Shah 等）2022 年 10 月提出，发表于 ICRA 2023。它把 TurtleBot2、Jackal、Spot、遥控车、全地形车等 6 种机器人共约 60 小时导航数据合起来，训练一个图像目标导航策略：输入当前图像、过去几帧（用来推断「我是哪种机器人」的本体上下文）和目标图像，输出离目标的时间距离和接下来 5 个归一化路点。归一化动作空间让它能跨本体使用。结论是异构数据训出的一个策略比任何单一数据集训的都强，还能直接部署到训练集里没有的机器人上，例如四旋翼无人机。后续工作有 ViNT 和 NoMaD。