跳到正文
arXiv · 机器人与计算机视觉· Jing Xie, Shouwei Ruan, Yubin Wang, Yuxiang Zhang, Haitao Yang, Songchang Jin, Dianxi Shi·· 2026-10-07精选AI 评分78

RIWANav:用于城市导航的具有自我改进能力的递归世界 - 动作模型

RIWANav: Recursive World-Action Models with Self-Improvement for Urban Navigation

AI 导读

论文介绍 RIWANav 框架,将世界模型与动作模型(策略)的联合适应定义为任务特定的递归自改进过程。该框架交替进行两轮更新:世界模型通过预测候选动作的视觉后果提供想象反馈以优化策略;改进后的策略构建基于行为新颖性和预测误差的自我课程,筛选专家一致的动作 - 视频对。实验表明该方法优于基线及现有方法,真实世界测试也验证了其实际适用性。

推荐理由

提出 RIWANav 框架,通过策略与世界模型的递归自改进循环解决长程导航误差累积问题。

来源:arXiv · 机器人与计算机视觉 · arxiv.org