**PanoVLN：利用全景视觉提升语言导航效率**

_PanoVLN: Towards Effective Panoramic Vision-and-Language Navigation_

> 该论文提出PanoVLN框架，通过结合全景视觉与语言指令优化导航决策。研究指出仅替换为全景图收益有限，需改进动作预测、训练监督及视觉表征。PanoVLN引入置信度引导执行策略以支持长程规划，构建含分支点的训练路线以强化路径选择，并融合语义与几何特征捕捉空间关系。实验显示，该模型在R2R-CE和RxR-CE基准上成功率分别超越SOTA 11.9%和8.7%，并在四足机器人实机测试中展现出更快的导航速度。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-09-30 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2609.34759)