StopWatch以目标显式接地提升物体目标导航

Xinhao Liu 等研究者提出 StopWatch 方法，通过显式目标接地（goal grounding）解决物体目标导航中的主要失败模式，并在三个场景集合的六个基准数据集上取得当前最佳结果。 论文诊断出，基于视觉-语言模型（VLM）的目标导航策略探索表现良好，却常未能注意到目标已在视野中或估计其距离，目标接地是其主要失败原因。研究者还修正了这些基准中的标注缺陷，使未来方法得到更准确的评测。 研究者称，在使用真值接地的情况下，其策略几乎达到生成示范的专家水平，说明剩余提升空间在感知而非策略学习。

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。