Vision-Language Navigation World Model Minimal Sufficiency Path Planning
摘要

连续环境下的视觉 - 语言导航(VLN-CE)要求智能体将语言指令映射到自我中心观测中,并在未知场景中进行规划。针对现有方法保留过多无关细节导致泛化弱、计算负担重的问题,本文提出基于“最小充分性原则”的 BrainNav 框架。该框架包含逻辑锚点模型以实现指令感知的选择性感知,极简约束对齐模块作为跨模态瓶颈同步离散意图与连续动态,以及压缩世界模型在低秩潜空间预测状态。实验表明,该方法在 R2R-CE 和 RxR-CE unseen 验证集上显著优于先前最先进水平,证明了最小充分世界表征对鲁棒导航的有效性。

AI 推荐理由

论文核心解决连续环境下的导航规划问题,通过最小充分表征提升智能体在未知场景中的路径规划能力。

研究机构
Hangzhou Dianzi University University of Zurich University of Exeter
论文信息
作者 Yihao Wu, Chenyi Xu, Liqi Yan, Chenhuan Cai, Geyong Min et al.
发布日期 2026-07-25
arXiv ID 2607.23181
相关性评分 9/10 (高度相关)