
Ground Slow, Move Fast: Dual-System VLN
综述由AI生成视觉语言导航(VLN)的端到端范式存在计算延迟高、运动轨迹碎片化及动态环境适应性差等痛点。提出 DualVLN 双系统架构,借鉴人类认知理论,将任务解耦为高层规划(慢系统)与底层执行(快系统)。系统 2 负责像素级目标锚定,系统 1 基于扩散策略生成平滑连续轨迹。通过解耦训练保留大模型泛化能力,并引入包含动态行人干扰的 Social-VLN 基准进行验证。实验表明该方案在仿真与实机部署中均达到 SOTA 水平,显著提升了机器人的社会意识…












