VLD视觉学习距离导航框架提出
热点事件持续更新
VLD视觉学习距离导航框架提出
1 篇报道1 个报道来源12 小时前更新
先了解这件事
AI 综述
2026年11月9日，arXiv Robotics 刊出 Lazar Milikic 等作者的论文，提出视觉学习距离（VLD）图像目标导航框架。据该报道，VLD 的核心思路是将感知学习与策略学习解耦：先利用约 3000 小时互联网与仿真视频，以自监督方式训练距离预测器；随后在仿真环境中，用 GeoNoise 对特权几何距离施加扰动，据此训练强化学习策略。报道称该框架面向图像目标导航任务，作者将其定位为可扩展的框架。目前报道仅介绍方法设计与训练流程，未给出基准测试结果、成功率数字或与其他方法的对比数据，也未说明代码与模型是否公开、适用场景与限制。事件仍处论文发布阶段，后续进展有待跟进报道。
AI 根据报道生成 · 12 小时前更新
最新进展11月9日 13:00
VLD：以视觉学习距离作为强化学习导航的接口报道时间线
沿着报道，了解事件的不同侧面。
11月9日
- arXiv RoboticsVLD：以视觉学习距离作为强化学习导航的接口
VLD 将感知学习与策略学习解耦，先用约 3000 小时互联网与仿真视频自监督训练距离预测器，再在仿真中用 GeoNoise 扰动特权几何距离训练 RL 策略。
本事件热度走势
- 可比范围当前
- 7
- 可比范围峰值
- 1011月9日 14:00
- 近 24 小时变化
- –
02.557.510
14:0016:0018:0020:0022:0011月10日
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。