通过高斯上下文分布估计语义歧义以进行 VLM 驱动的可遍历性分析

非结构化环境中的自主导航需要强大的场景理解，但视觉语言模型 (VLM) 经常遇到语义​​模糊的问题，其中相互冲突的预测可能会导致危险的失败。为了解决这个问题，我们提出了一种基于视觉的可遍历性估计的新颖管道，可以显式地模拟上下文不确定性。我们的方法利用概念锚定将开放词汇 VLM 预测基于连续的物理可遍历性尺度。通过将模型的响应表示为高斯上下文分布 (GCD)，我们根据分布的统计特性得出稠密可遍历性图和稠密不确定性图。对现实世界 GOOSE 数据集的实验验证表明，我们提出的不确定性度量与模糊源有效相关，例如视觉伪影和混合地形重叠。该方法表现出有竞争力的性能，同时提供了提供统计不确定性估计来解决语义模糊性的独特优势，从而在复杂的户外环境中实现更安全、更可靠的自主行为。