ZeroVLN 免对 VLM 微调实现导航:语义工具调用+闭环 RL 优于 SFT 方法
ZYT-AI · hf · 2026-11-20
北航、卓驭科技与浙江大学团队提出 ZeroVLN,一个快慢框架,首次实现对 VLM「大脑」零导航域监督微调的视觉语言导航。传统方法会在导航数据上微调 VLM,导致通用视觉能力退化。
做法:不给大脑预测几何目标的任务,而是给它一个语义工具调用接口,用自然语言把移动决策传达给动作专家;先让动作专家执行,再通过闭环强化学习联合优化大脑的移动决策与动作专家的连续执行。在 VLN-CE 基准上,ZeroVLN 用同样的导航数据显著超越代表性 SFT 分层方法,同时大脑权重变化很小、通用能力基本保留,也是首个在 VLN-CE 中用闭环 agentic RL 联合优化快慢策略的框架。
「具身」频道最新
- GXO 与 Apptronik 签的是意向书:至多 1000 台人形机器人取决于四年 KPI — YvesMulkers · 2026-11-20
- NVIDIA 开源 SOMA Retargeter:将人类动作一键适配五种人形机器人 — jonstephens85 · 2026-11-20
- KAIST 提出 AFFECT:让世界模型真正学会动作改变了什么 — John Won · 2026-11-20
- 清华联合多校发布 Mind2Act World 基准,180 项操作任务考验机器人心手脑协同 — Mind2Act-World · 2026-11-20
- 机器人 Paper Club 录像上线:聚焦 VLA 后训练四篇论文 — DominiqueCAPaul · 2026-11-20
- 中国学生造出可穿戴战术背包机器人,演示视频走红 — TinfoilTricorn · 2026-11-20