RepresentNav：自构建表征空间导航基础模型

2026年10月26日，arXiv Robotics 刊出 Jiawei Chen 等作者的论文，提出导航基础模型 RepresentNav。该模型的核心做法是：由策略自身的目标，从多个视觉基础模型的特征中构建出一个表征空间，并在此基础上完成导航。作者在 VLNVerse 的细粒度任务上报告了 83.80% 的成功率，称这一结果比此前的最优方法（SOTA）高出 20.05 个百分点。报道未说明该成功率的统计口径、任务规模、训练与评测条件，也未给出与其他方法对比的完整设置。目前事件进展停留在论文发布与指标公布阶段，尚无后续跟进报道或独立复现信息。

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。