SimpleVLN：保持原生架构的VLN框架，成功率领先

Lingyi Hong 等提出 SimpleVLN，一个不加任务专用架构、保持多模态大语言模型（MLLM）原生架构的视觉语言导航（VLN）框架，在 R2R-CE 和 RxR-CE 划分上分别取得 76.7% 和 80.1% 的成功率，作者称显著优于现有方法。 该框架用单轮决策输入配合固定预算的全局-局部记忆来利用导航历史，避免上下文无界增长；训练上采用渐进的模仿学习-DAgger-强化学习流水线，结合专家示范、策略相关的 DAgger 经验，并用可扩展的合成流水线生成大规模 RL 任务。作者称已在多个 MLLM 骨干和模型规模上实例化，验证其通用性。

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。