论文要解决的核心问题是什么?
空中视觉语言导航智能体通常依赖细节丰富、与轨迹对齐的命令,而真实用户常给出简短意图式指令,这会显著降低冻结导航器的成功率。
(翻译)说导航器的语言:面向冻结空中 VLN 智能体的轨迹驱动指令翻译
Abstract page for arXiv paper 2610.10635: Speaking the Navigator's Language: Trajectory-Grounded Instruction Translation for Frozen Aerial VLN Agents
这篇 arXiv 论文研究空中视觉语言导航智能体中的“指令差距”:用户简短意图式指令会使冻结 OpenFly 导航器成功率下降。作者提出 TGIT 前端,通过轨迹结果学习将弱指令翻译为可执行命令,在 OpenFly、人类指令及 CityNav、AirVLN 等场景提升成功率。
空中视觉语言导航智能体通常依赖细节丰富、与轨迹对齐的命令,而真实用户常给出简短意图式指令,这会显著降低冻结导航器的成功率。
TGIT 是一个前端指令翻译器,在保持导航器冻结的情况下,根据轨迹结果学习把弱输入翻译为智能体可执行的命令。
弱指令训练的翻译器将 Weak 输入成功率提高到 37.93%,并能零样本迁移到真实人类指令,同时在 held-out OpenFly、CityNav 和 AirVLN 上带来改进或恢复效果。
关了电脑还在替你干活:Personal Agent的技术内核与医疗落地
至简动力冯宗宝:在间隙仅 0.5 毫米的真实场景下,实现机器人造机器人 | IROS 2026载人eVTOL获TC受理,「齐飞航空」完成近亿元战略轮融资|36氪首发
OpenAI刚把多Agent做成产品,o1奠基人却说:1万个Agent解出世界级难题,多Agent贡献不到10%
一句话上线产品 AI自主支付还有多远?openJiuwen发布并开源企业级AgentOS,加速智能体规模落地企业
9 月美债遭抛售:不是通胀预期 而是实际利率在飙升
花旗:美联储“鸽派意外”正酝酿 核心通胀2%是关键
近万天猫品牌进入东南亚,Lazada把细分需求变成增长机会
迁移事故解剖层|事故熵增的归因边界
北醒李远:给机器造眼睛,与「自讨苦吃」的十一年|物理 AI 50人
独家 | 清华 AIR 首届博士李健雄创立本溯智能:五源资本领投,押注动作原生具身模型
豆包工作新增画布功能,并接入豆包2.1 Lite模型AdaGuard: Enhancing Safety and Policy Compliance with Reasoning-Enabled LLM-As-A-Judge Guardrails
加密资产跑赢2023年以来首次加息Share GPU clusters across teams with isolation and fairness using Amazon SageMaker HyperPod
代币化革命背后《柳叶刀》研究表明:AI 有望改善医患关系Agent-Controlled Forgetting for Tool-Using Agents: Reversible Context Curation in Practice
独家丨前腾讯混元技术骨干胡瀚创业新进展:目标估值数亿美金
Q3加密VC报告:种子轮遇冷 资本只认「硬通货」
Bitwise:读懂“为AI而生的区块链”NEAR
金色早报丨GPT-6向所有用户全面上线 BCH跌破300美元
广告狂人乔治·路易斯的28个Big Idea忠告,句句锋利已知最早的游泳哺乳动物
黄仁勋发布史上最强 Surface!专为「无限智能」设计Verify Less, Evolve More: Training Idea-Level Critics for Verification-Efficient ML Evolving Agents
走心,你能做的最好的差异化战略吉利智充技术正式发布,重塑全球补能新标杆