LocalNav蒸馏前沿VLM实现端侧目标导航

Nicolas Baumann等作者提交预印本论文，提出LocalNav：把轻量4B参数本地VLM对齐到空间语义导航接口，在Jetson Orin等嵌入式GPU上执行物体目标导航。作者称，在HM3D OVON基准上，云端模型成功率为41.61%，Qwen3.5-4B零样本部署仅25.97%；蒸馏前沿推理轨迹并用可验证奖励的具身强化学习（E-RLVR）微调后达到37.36%。 作者同时指出，该模型虽可部署于内存受限设备，但无法与云端往返推理时间竞争，并将Token生成识别为延迟主因。用TG正则化E-RLVR将延迟降低69.29%同时保持35.53%成功率；结合量化后整体推理延迟累计降低80.21%，作者称性能未显著下降。上述结果来自预印本，尚未经同行评议或独立验证。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。