面向视听导航的混合曼巴网络

英文标题：A Hybrid Mamba for Audio-Visual Navigation

自2020年以卷积神经网络和循环架构为核心的范式确立以来，视听导航的基础骨干网络在五年多的时间里未发生本质变化，这一停滞限制了性能提升。本文提出混合曼巴（Hybrid Mamba）架构，融合状态空间模型，旨在为视听导航提供新的骨干网络。该工作有望突破传统CNN/RNN骨干的效率瓶颈，为开发者在具身智能和高效导航模型设计方面带来新的启发。

2.1 KB 461 B 612 B 380 B 9.1 KB 32.7 KB 22.8 KB 24.2 KB 34.7 KB