少问多适应：面向视觉语言导航的高反馈效率测试时自适应方法
英文标题：Asking Less, Adapting Better: Feedback-Efficient Test-Time Adaptation for Vision-and-Language Navigation
针对视觉语言导航（VLN）智能体在未见新环境中因分布偏移而性能急剧下降的问题，研究提出了一种高反馈效率的测试时自适应（Test-Time Adaptation, TTA）框架。该方法旨在以尽量少的人工或环境反馈交互为代价，显著提升智能体在全新场景下的泛化与自主导航能力。这项工作不仅缓解了真实机器人部署中频繁寻求人类帮助的成本与安全风险，也为具身智能系统在开放世界中的轻量化持续自适应提供了全新解决思路。
打开原文相关 2.4 · 机会 1
2.0 KB
640 B
612 B
380 B
24.2 KB
34.7 KB
中文
少问多适应：面向视觉语言导航的高反馈效率测试时自适应方法
arXiv 编号：arXiv:2610.30643v1
摘要
视觉语言导航（Vision-and-Language Navigation, VLN）要求具身智能体遵循自然语言指令并导航至目标位置。然而，受数据分布偏移（Distribution Shifts）的影响，现有的 VLN 智能体在未见过的未知环境中通常会遭遇严重的性能退化。测试时自适应（Test-Time Adaptation, TTA）技术被引入以解决这一痛点，但传统方法往往依赖密集的反馈。本研究提出了以更高反馈效率为核心的测试时自适应机制，使得智能体在减少外部询问与反馈需求的同时，实现更优的环境适应与导航表现。
论文引用信息
BibTeX 格式引用
×
English / 原文
BibTeX formatted citation
×