热点事件持续更新
GeoScaffold用重建几何隐变量提升VLN效率
1 篇报道1 个报道来源3 小时前更新
先了解这件事
AI 综述
2026年10月5日，arXiv cs.RO 报道了 GeoScaffold，一个面向视觉语言导航（VLN）的几何监督框架。该框架在训练时把深度、连通性和可通行性等几何信息内化进策略，从而避免推理阶段引入深度传感器、3D 编码器或逐步感知调用。方法上，GeoScaffold 先在训练轨迹的深度图上学习一个紧凑深度 tokenizer 并冻结，再用少量可学习几何查询 token 微调策略，使其隐藏状态重建导航关键几何，将查询状态变为用于动作解码的紧凑几何隐变量。目前报道仅介绍方法本身，未提及实验结果或后续进展。
AI 根据报道生成 · 2 小时前更新
最新进展10月5日 12:00
GeoScaffold 提出用重建几何隐变量替代推理阶段的深度传感器与3D编码器。报道时间线
沿着报道，了解事件的不同侧面。
10月5日
- arXiv cs.RO精选GeoScaffold：通过重建学习紧凑几何隐变量，实现高效视觉语言导航
GeoScaffold 是一个几何监督框架，通过在训练时把深度、连通性和可通行性等几何信息内化进策略，避免推理阶段引入深度传感器、3D 编码器或逐步感知调用。方法先在训练轨迹的深度图上学习一个紧凑深度 tokenizer 并冻结，再用少量可学习几何查询 token 微调策略，使其隐藏状态重建导航关键几何，从而将查询状态变为用于动作解码的紧凑几何隐变量。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。