Política de navegación de Amazon FAR que, a partir de la imagen de la cámara y la ubicación del objetivo, decide los movimientos del robot (parar, avanzar, girar) para llegar a un objeto.
Ataca el fallo más habitual de las políticas de navegación basadas en modelos de visión y lenguaje: identificar bien el objetivo, con un modelo de percepción aparte que predice dónde está y a qué distancia.
Pesos abiertos con licencia Apache 2.0 en Hugging Face (política de 2B y modelo de percepción de 4B) y código en GitHub.
Política de 2.000 millones de parámetros basada en Qwen3-VL-2B.
