摘要
针对连续环境中的视觉语言导航任务，本文提出 SpaceVLN 智能体，旨在解决现有方法忽视空间结构的问题。该模型引入基于可验证空间 - 地标阶段的闭环框架，通过将探索区域抽象为空间航点并动态维护子任务相关的地标证据，构建了分层的空间认知记忆。在此基础上，结合空间感知与分析的任务引导空间推理（Spatial-CoT）实现了高效的零样本导航。实验表明，该方法在多个基准测试中达到最先进水平，并成功部署于真实机器人。
AI 推荐理由
论文核心提出空间认知记忆架构，用于构建分层记忆以支持导航推理，属记忆机制研究。
研究机构
School of Information Science and Electronic Engineering, School of Integrated Circuits, Shanghai Jiao Tong University
Institute of Artificial Intelligence, China Telecom
Central South University
Jiangsu University
论文信息