BriefGPT - AI 论文速递 · 2025-04-23T00:00:00Z Hierarchical Thinking and Dynamic Action: Hierarchical Multi-modal Fusion and Reasoning for Vision-and-Language Navigation 💡 原文英文，约100词，阅读约需1分钟。 📝 内容提要 本研究提出了一种多层融合与推理架构（MFRA），旨在解决视觉与语言导航中的复杂多模态交互问题。MFRA通过层次化机制显著提高了代理在导航场景中的决策准确性，优于现有方法。 🏷️ 标签 多层融合 多模态交互 推理架构 视觉导航 语言导航 阅读原文 生成长图 分享链接 已复制链接
