研究者提出零样本视觉语言导航时空记忆方法

Yuhang Peng 等研究者在 arXiv 提交论文（arXiv:2610.38318），提出一种零样本视觉语言导航（VLN）的时空记忆结构：系统用 8B 观察模型压缩观测历史、指令进度与几何信息，存入任务、时间和空间三种记忆，由 8B 推理模型选择航点、几何控制器执行，无需导航特定训练。 论文称，在 Unitree Go2 机器人上的真实环境实验中，该方法在走廊和办公环境中的成功率均高于后训练基线；在 R2R-CE val-unseen 基准上，完整系统在所评估的基于 Qwen3 的零样本基线中成绩最高。

AI 根据报道生成 · 53 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。