跳到正文
arXiv · 机器人与计算机视觉· Ziyang Xu, Peng Han, Hai Zhou·· 4 小时前精选AI 评分78

从序列到空间:基于视觉语言蒸馏的显式空间信念主动地理定位

From Sequence to Space: Explicit Spatial Belief with Vision-Language Distillation for Active Geo-Localization

AI 导读

论文提出 EAGLE 智能体用于主动地理定位与探索任务。该方法通过离线训练联合优化教师分支与学生分支,利用 Qwen2.5-VL-7B 提取冻结的全场景上下文进行视觉语言蒸馏,最终构建出仅凭部分观测即可预测的显式空间信念张量。

推荐理由

提出 EAGLE 方法,通过视觉语言蒸馏构建显式空间信念,在无需 VLM 或缓存视觉 token 的推理下实现 SOTA 成功率。

来源:arXiv · 机器人与计算机视觉 · arxiv.org