本研究提出了一种新颖的导航框架，解决了传统视觉语言模型在复杂环境中缺乏几何信息的问题。通过结合动态全球记忆模块与自我观察，提升了空间推理和决策效率，实验结果表明该方法在物体导航任务中表现优异。

Mem2Ego: Enhancing Vision-Language Models with Global-to-Ego Memory for Concrete Navigation Towards Long-Term Goals
BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 ·
👤 个人中心
在公众号发送验证码完成验证