GLST记忆分解框架用于在线链式目标导航
热点事件持续更新
GLST记忆分解框架用于在线链式目标导航
1 篇报道1 个报道来源21 小时前更新
先了解这件事
AI 综述
Yousef Liang 等人提出 GLST（全局-局部时空信念学习）记忆分解框架，用于在线链式目标导航——目标可在执行中变化且没有显式切换信号。该框架把隐式信念拆分为全局-局部空间表示与长-短时序表示以支持长程推理，并引入目标条件奖励来平衡探索与利用。 据论文，GLST 在仿真多地形实验中表现优于基线，并已用 Spot 四足机器人完成真实机器人验证。论文被 CoRL 2026 接收。
AI 根据报道生成 · 1 小时前更新
最新进展10月15日 12:00
GLST：面向在线链式目标导航的全局-局部时空记忆分解框架报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv：cs.AIGLST：面向在线链式目标导航的全局-局部时空记忆分解框架
针对目标可在执行中在线变化、且无显式切换信号的在线链式目标导航，研究者提出记忆分解框架 GLST，将隐式信念拆分为全局-局部空间与长-短时序表示以支持长程推理。该框架引入目标条件奖励以平衡探索与利用，仿真多地形实验中链式目标导航表现优于基线，并用 Spot 四足机器人完成真实机器人验证。论文已被 CoRL 2026 接收。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。