LEARNING
LEEVLA：在视觉-语言-动作的潜在环境演化中洞察关键
Qi Lyu, Baicheng Liu, Xudong Wang, Jiahua Dong, Lianqing Liu, Zhi Han
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
本文提出LEEVLA架构，通过漂移引导的动态优先化机制和结构化特征流生成，使机器人模型能够聚焦任务关键区域并保持潜在世界表征的结构化演化。该方法解决了现有视觉-语言-动作模型在复杂动态场景中无法突出任务关键证据的问题。
关键词
vision-language-actionlatent evolutionattention mechanismrobot learningmultimodal
相关论文
LEARNING
📊 8,465 引用
The Organization of Behavior
D. O. Hebb
2005
LEARNING
📊 7,678 引用
Fractional Brownian Motions, Fractional Noises and Applications
Benoît B. Mandelbrot, John W. Van Ness
1968
LEARNING
开放获取📊 7,484 引用
Review of deep learning: concepts, CNN architectures, challenges, applications, future directions
Laith Alzubaidi, Jinglan Zhang, Amjad J. Humaidi 等 10 位作者
2021
LEARNING
📊 4,608 引用
A guide to deep learning in healthcare
Andre Esteva, Alexandre Robicquet, Bharath Ramsundar 等 10 位作者
2018