任务进度估计

基于视觉语言模型的循环推理用于估计长时程具身任务进度

Recurrent Reasoning with Vision-Language Models for Estimating Long-Horizon Embodied Task Progress

提出循环推理框架，用不断演化的思维链（CoT）记录任务分解与完成状态，迭代处理局部视频片段，避免长视频的高计算成本，为视觉语言模型在长时序视频推理中提供可复用方案。