MOON：为冻结VLN策略加装偏差恢复模块

2026年10月27日，arXiv Robotics 报道了 Jingmeng Zhou 等作者提出的 MOON 框架。该框架面向视觉语言导航（VLN）策略，在策略保持冻结、不重新训练的前提下，为其加装两个轻量模块，参数量增加不到 1%。据该报道，这两个模块分工明确：偏离判定器负责判断策略何时偏离正确路线，并决定何时清空历史；恢复策略则通过 GRPO 训练，学习在清空历史后如何继续前进。报道称代码已公开，但给出的代码链接为占位文本，未显示具体地址。目前该事件仅有这一篇主报道，尚无跟进报道，也没有关于实验规模、成功率提升幅度或适用场景限制的进一步信息。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。