arXiv · NLP· Kyusong Lee, Heting Ying, Tiancheng Zhao·· 2026-10-15AI 评分29
VLX-Go:通过多阶段学习与在线策略优化实现鲁具身追踪
VLX-Go: Robust Embodied Tracking through Multi-Stage Learning and On-Policy Refinement
AI 导读
VLX-Go 提出一种视觉-语言航点策略,通过多阶段学习将带干扰项的人体追踪成功率提升至 58.22%。 该策略结合冻结视觉编码器、Transformer 主干网络及轻量级头部,在 19,532 个 oracle episodes 上进行追踪专项训练,并减少 1.99 个百分点的碰撞率。 研究支持多阶段多模态学习是共享空间中人体追踪的有效方向。
来源:arXiv · NLP · arxiv.org