跳到正文
arXiv · 机器人与计算机视觉· Pengna Li, Kangyi Wu, Shaoqing Xu, Fang Li, Hanbing Li, Lin Zhao, Kailin Lyu, Long Chen, Zhi-Xin Yang, Nanning Zheng·· 2026-10-20AI 评分71

SpaAct:一种用于视觉语言导航的空间激活过渡学习方法

SpaAct: Spatially-Activated Transition Learning with Curriculum Adaptation for Vision-Language Navigation

AI 导读

该论文提出 SpaAct 框架,旨在让视觉语言模型(VLM)具备在未见过的三维环境中遵循指令进行导航的能力。方法引入动作回顾与未来帧选择两个任务以分别强化反向动作推理和正向过渡预测能力,并设计 TriPA 课程学习策略从基础运动逐步过渡到长程推理。实验表明该方法在标准 VLN-CE 基准上取得最先进性能,代码与模型将公开支持后续研究。

来源:arXiv · 机器人与计算机视觉 · arxiv.org