Yuhang Peng等提出零样本视觉语言导航时空记忆机制

2026年10月30日，Yuhang Peng等人在arXiv发表新论文，探讨零样本视觉语言导航中的时空记忆机制。该研究提出一种结合指令进度、层级压缩观测历史和累积几何信息的记忆框架，旨在解决导航代理“应记住什么”的核心问题。 在具体架构设计上，该机制利用8B规模的观测器模型对历史观测进行总结与压缩，随后由8B规模的推理器模型基于生成的记忆选择路径点，或在需要时请求额外的视觉视图以辅助决策，实现了导航过程中的时空信息有效管理。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。