RxR:Room-across-Room（RxR）是Matterport3D环境中用于视觉和语言导航（VLN）的大规模多语言数据...

跨房间（RxR）数据集 Room-Across-Room（RxR）是用于环境的（VLN）的多语言数据集。 与“（R2R）”等相关数据集相比，RxR大10倍，多语言（英语，北印度语和泰卢固语），并且路径越来越长，并且包含与每个单词相关的细粒度视觉基础到环境中的像素/表面。 RxR以gzip 和发布，并具有四个组件：引导注释，关注者注释，姿势跟踪和文本功能。 单独的指南注释类似于R2R，足以运行标准VLN设置。 参考 RxR数据集在“。 Bibtex： @inproceedings{rxr, title={{Room-Across-Room}: Multilingual Vision-and-Language Navigation with Dense Spatiotemporal Grounding}, author={Alexander Ku and Peter Anders