首页 /研究 /ViTL:通过视觉语言模型实现时序逻辑引导的零样本自然语言导航
LOCOMOTION

ViTL:通过视觉语言模型实现时序逻辑引导的零样本自然语言导航

Kaier Liang, Hengde Dai, Cristian-Ioan Vasile

发表年份
2026
访问权限
开放获取

摘要

本文提出ViTL框架,利用大型语言模型将自然语言命令编译为线性时序逻辑公式,并转换为确定性有限自动机来协调多通道价值地图,实现零样本多目标时序约束导航。该方法在任务层面和导航层面分别引入时序逻辑和方向评分机制,解决了现有零样本系统无法处理多目标时序命令的局限。

关键词

zero-shot navigationtemporal logicvision-language modelslong-horizon tasksnatural language commands

相关论文

查看 LOCOMOTION 分类全部论文