StopWatch论文发布：通过显式目标定位提升导航性能

发生了什么

据Hugging Face Papers报道，研究人员推出了StopWatch模型，旨在解决视觉语言导航中目标定位缺失的问题。该模型通过预测目标可见性及距离实现显式目标定位，在三个场景集合的六个基准测试中达到SOTA水平。研究指出，现有导航策略常因无法识别视野内目标而失败，StopWatch通过修正基准测试中的标注缺陷并引入显式定位，使导航策略性能接近专家水平。