MOON：为冻结VLN策略加装偏差恢复模块

Jingmeng Zhou等作者提出 MOON 框架，为冻结的视觉语言导航（VLN）策略加装两个轻量模块，新增参数不到原策略的 1%。在 R2R-CE 和 RxR-CE 上，冻结基座的导航成功率分别提升 5.2 和 6.0 个百分点。 两个模块分工明确：偏差判断器预测智能体是否偏离路线，一旦判定偏航就发出警报并清空历史；恢复策略用 GRPO 从警报状态训练，学习如何继续前进，把原本只能靠多次采样才找到的成功更多转化为单次贪心 rollout 的成功。 作者称，无需重新训练，MOON 在 HM3D-OVON 的零样本物体目标导航上也有提升，代码已公开。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。