SC$^{2}$-WM: Um modelo de mundo autocorretivo com feedback em malha fechada para navegação por visão e linguagem em ambientes contínuos

arXiv:2608.07548v1 Tipo de anúncio: novo Resumo: A navegação por visão e linguagem em ambientes contínuos (VLN-CE) exige que os agentes tomem decisões de navegação refinadas sob observabilidade parcial. No entanto, a maioria dos métodos existentes depende de execução em malha aberta, carecendo de mecanismos para detectar e corrigir o desvio de estado interno durante a inferência. Propomos o SC$^{2}$-WM, um framework de modelo de mundo autocorretivo que introduz feedback interno para a tomada de decisão em malha fechada em VLN-CE. Nosso método deriv...