VLX-Go : prédiction de points de cheminement à horizon court en langage visuel pour la navigation intégrée

Publié le 28 juin 2026

Introduction

La navigation embarquée n’est pas seulement un problème de perception, ni seulement un problème de contrôle. Un robot doit comprendre ce que veut l'utilisateur, observer une scène changeante, suivre une cible ou un itinéraire, éviter les obstacles et corriger continuellement son prochain mouvement à mesure que de nouvelles observations arrivent.

VLX-Go est conçu pour cette couche intermédiaire pratique. Il s'agit d'un planificateur de points de cheminement léger en langage visuel qui reçoit des images monoculaires récentes, l'observation actuelle et une instruction en langage naturel, puis prédit les points de cheminement locaux à horizon court pour un contrôleur ou un simulateur en aval.

Au lieu de demander à un VLM à usage général de décrire la scène ou d'émettre des actions textuelles uniquement, VLX-Go mappe l'état du langage visuel directement dans une interface de mouvement compacte. Cela le rend mieux adapté au suivi de cibles, à la navigation locale, à l’évitement dynamique d’obstacles et à l’évaluation en boucle fermée où les prédictions doivent être exécutées, observées et révisées au fil du temps.

De la description de la scène au mouvement local

La question centrale derrière VLX-Go est la suivante : comment un modèle multimodal peut-il tra...
[Courte citation de 8% de l'article original]