arXiv · cs.RO· Yuehao Huang, Yunzi Wu, Xiaotao Zhang, Xinhai Li, Jiankun Dong, Sunyao Zhou, Jiajun Lv, Chi Zhang, Chenjia Bai, Yong Liu, Xuelong Li·· 12 小时前精选AI 评分67
论文 / 摘要阅读
WNM-3D：以3D场景条件驱动的闭环视觉语言导航世界模型
WNM-3D: A World Navigation Model with 3D Scene Conditioning for Closed-Loop VLN
AI 导读 · 根据来源整理
作者提出WNM-3D，一个面向连续视觉语言导航（VLN）的生成式世界导航模型，用冻结的前馈几何编码器从单目RGB历史提取跨视角表示，再经可训练的3D Scene-to-Token Adapter转为定长场景前缀，通过块因果注意力在联合去噪中持续提供给世界-动作Diffusion Transformer。
本站目前提供摘要
以上是对来源材料的中文整理，不是完整论文或全文。研究方法、数据与完整论述请到来源页面核对。
前往 arXiv · cs.RO 阅读原文 ↗来源：arXiv · cs.RO · arxiv.org