arXiv · 机器人与计算机视觉· Xiang Zhang, Xiangyu Dong, Yang Lu, Xiaoguang Ma·· 2 天前AI 评分33
ARC-VLN:基于自适应递归计算的视觉语言导航框架
ARC-VLN: Adaptive Recursive Computing-based Visual-Language Navigation
AI 导读
ARC-VLN 提出一种 token 类型感知的递归计算框架,在文本与动作 token 保留全深度计算的同时,为视觉 token 自适应选择退出深度以压缩序列。该模型在 OpenFly 的 Test-Seen 和 Test-Unseen 子集上实现了最低的导航误差、最高的成功率及路径加权成功率,并显著减少了决策步数、浮点运算量、推理时间和显存占用。
来源:arXiv · 机器人与计算机视觉 · arxiv.org