MemoryVLN：面向视觉语言导航的自我感知记忆表示与跨上下文记忆复用

MemoryVLN 是一个记忆驱动的视觉语言导航系统，通过长序列压缩、融合 2D 语义 token、3D 几何 token 与 6D 智能体位姿的自我感知记忆表示，以及支持跨上下文热启动和置信度控制回写、Top-K 检索融合的分层记忆库，将原始导航历史转为可复用的导航经验。在 R2R-CE 和 RxR-CE 上，其成功率较当前最优基线分别提升 2% 和 6.5%。