OpenGVLab 推出 RSI-Nav:导航智能体数据递归自我改进,R2R-CE 达 68.6%
OpenGVLab · hf · 2026-10-14
OpenGVLab 等机构提出 RSI-Nav，一个以数据为中心的视觉语言导航递归自我改进框架：
- 动机：人工标注语言指令成本高，现有合成方法多用分离模型或固定模型先标完全部轨迹再更新，导致监督滞后于策略演进。
- 做法：统一「视觉-语言到动作」的指令遵循与「视觉-动作到语言」的指令生成为一个共享模型；SFT 后按小分片处理无标注轨迹——当前模型生成指令、执行评估目标完成度与路径效率、保留合格样本并立即自我更新，使新监督与策略同步。
- 还混入空间理解数据以增强导航的空间推理。
实验显示 RSI-Nav 在 R2R-CE 达 68.6% SR、RxR-CE 达 72.4% SR，递归进化后指令生成能力与空间理解也略有提升。
「具身」频道最新
- 等不到 JetKVM Mini,博主入手 LuckFox KVM 给 AI agent 当远程眼睛 — TheZachMueller · 2026-10-14
- 中国电动自动驾驶拖拉机 T70 走红,已投产可完成全耕作周期 — lukas_m_ziegler · 2026-10-14
- Nomagic 仓库机器人强调应对意外场景，称更多成果将至 — m_wulfmeier · 2026-10-14
- 南洋理工让 Claude 写代码控机器人,仿真成功率升至 70.24% — aigclink · 2026-10-14
- 网友翻出 Rabbit R1：称其超前于时代，准备大改特改 — SimonBalmain · 2026-10-14
- 阳交大 Cepheid:学无量纲先验,稀疏运动补全跨几何族零样本泛化 — NYCU · 2026-10-14