VLN模型预算条件目标搜索的训练方法研究
Racing the Clock: Teaching VLNs Budget-Conditioned Object Search
AI 摘要
研究团队提出预算条件目标搜索任务:给定目标类别与显式动作预算,智能体需在预算耗尽前找到尽可能多的不同目标实例。为训练视觉语言导航模型,作者对比两类监督信号:利用完整地图与真实目标位置规划近最优路线的TSP专家,以及在部分可观测下借助跨场景语义先验最大化期望回报的房间级Bellman专家。
标题与摘要由 AI 根据原文自动生成,可能存在偏差;具体数据与结论请以原文为准。