GLST：在线链式目标导航的记忆分解框架

2026年10月15日，arXiv Artificial Intelligence 报道，Yousef Liang 等作者提出面向在线链式目标导航的记忆分解框架 GLST。该框架针对目标在执行中在线变化的链式目标导航场景，将潜在信念拆分为全局-局部空间表示与长-短时序表示，以支持长时程推理，并引入目标条件奖励以平衡探索与利用。报道称，仿真实验显示 GLST 的链式目标导航性能优于基线，基于 Spot 四足机器人的真机实验进一步验证了该框架；论文已被 CoRL 2026 接收。目前该事件仅有这一篇报道，尚无后续跟进报道，也未出现与早先报道在数字、时间或说法上的矛盾。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。