EAGLE-360：360 度全景环境中的具身主动全局到局部探索

针对多模态大语言模型在 360 度全景主动视觉搜索中因极坐标畸变和连续拓扑特性导致的局限，本文提出 EAGLE-360 框架。该方法利用全局先验建立整体视角，通过迭代推理逐步缩小搜索范围，克服现有方法视野狭窄且效率低下的问题。架构上引入 RoPE Rolling 机制以建模连续拓扑，并构建大规模数据集，结合监督微调与组相对策略优化训练，显著提升了空间推理与工具调用能力。实验表明，该模型在准确率上较基线提升近八倍，确立了新的技术标杆。