ALFRED

ALFRED (从现实环境和指令中学习动作) 是一个新的基准，用于学习从自然语言指令和以自我为中心的视觉到家庭任务动作序列的映射。具有不可逆状态变化的长构图推出是我们所包括的缩小研究基准和实际应用之间差距的现象之一。

ALFRED (Learning Actions from Real-World Environments and Instructions) is a novel benchmark for learning mappings from natural language instructions and egocentric visual inputs to action sequences for household tasks. Long-horizon rollouts with irreversible state changes are one of the phenomena incorporated into this benchmark to narrow the gap between simplified research benchmarks and real-world applications.

搜集汇总

背景与挑战

背景概述

ALFRED是一个基准数据集，旨在通过自然语言指令和以自我为中心的视觉学习家庭任务的动作序列映射，重点关注长构图推出和不可逆状态变化，以弥合研究基准与实际应用的差距。该数据集由卡内基梅隆大学、华盛顿大学和艾伦人工智能研究所于2020年发布，相关论文发表于CVPR 2020。