强化学习与具身智能 / CVPR2026
带着长期记忆去探索:面向具身探索的基准与基于多模态大语言模型的强化学习框架
Explore with Long-term Memory: A Benchmark and Multimodal LLM-based Reinforcement Learning Framework for Embodied Exploration
把多模态大语言模型用强化学习微调成会主动查询长期记忆的探索策略,并给出多目标导航+记忆问答的评测协议,可直接复用到视觉导航与具身探索中的记忆机制设计。
多模态大语言模型强化学习微调长期记忆