GuidedNav：通过预行动注意力与空间引导塑造视觉语言导航表征

2026年10月12日，arXiv计算机视觉方向发布关于GuidedNav的报道。GuidedNav被描述为一个统一框架，旨在通过训练期引导塑造视觉-语言导航（VLN）表征。其方法包括子任务与地标引导，用于将预行动注意力对准当前指令段与相关视觉区域；同时引入空间引导，对齐几何特征以捕捉长程上下文与局部空间结构。目前公开信息仅涉及该框架的上述设计思路与机制，未报道实验结果、基准表现或后续验证进展。

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。