跳到正文
arXiv · 机器人与计算机视觉· Nitesh Subedi, Adam Haroon, Samuel Tetteh, Prajwal Koirala, Cody Fleming, Soumik Sarkar·· 4 小时前AI 评分60

LCLA:面向视觉语言导航的语言条件潜在对齐框架

LCLA: Language-Conditioned Latent Alignment for Vision-Language Navigation

AI 导读

本文提出 LCLA(Language-Conditioned Latent Alignment)框架,旨在解决视觉语言导航中的感知与动作控制耦合问题。该方法首先利用特权状态信息训练专家策略并冻结其潜在空间接口与动作头,随后通过轻量级适配器将原始视觉语言观测映射至该潜在空间,从而将端到端策略优化转化为监督学习下的潜在对齐任务。

来源:arXiv · 机器人与计算机视觉 · arxiv.org