本研究提出GraphEQA方法，旨在解决体感问答中代理在新环境下回答定位问题的挑战，通过利用3D度量-语义场景图和任务相关图像，提升视觉-语言模型的性能。

该研究提出了一种新的框架，结合了视觉基础模型和离线强化学习，用于赋予具有体内视觉的智能体进行视觉跟踪任务。通过使用蒙版重定向机制和多级数据收集策略，进一步提高了跟踪结果的稳健性和泛化性。评估结果表明，该方法在样本效率、对干扰物的稳健性和对未见情况和目标的泛化能力方面优于现有方法，并证明了学习到的跟踪器在虚拟世界和真实场景中的可迁移性。

本文记录了一位跑步者完成第三周训练计划的情况，他在训练中遇到了关于马拉松配速的问题，最终决定按照体感来制定配速。他完成了综合有氧跑、恢复跑和长跑的训练，长跑中的配速比计划的要快，让他对达到破300的目标充满信心。