Traversability中級
言語事前知識から現場適応へ:vMFプロトタイプ選好学習による走行可能性推定
本論文は、凍結した視覚言語モデル(VLM)特徴空間上で走行可能性をフォン・ミーゼス・フィッシャー混合プロトタイプとして表現し、LLM生成の言語ルールで初期化後に少数の相対画像アノテーションで微調整する手法を提案した。WayFASTデータセットで同じアノテーション量のエンドツーエンド学習と競合する精度(HDR0.5=21.8%)を達成し、低データ領域で言語事前知識によるサンプル効率改善を示した。プレプリントである。