研究人员推出Samba，这是一种新颖的混合Mamba架构，专为视听导航任务设计。Samba用支持自适应选择的Mamba状态编码器（M-SE）取代了传统的GRU进行时间聚合，并引入了音频Mamba编码器（AME）以更好地捕捉频谱图中的长程依赖关系。在Matterport3D和Replica数据集上的实验表明，Samba与现有最先进模型相比显著提高了导航成功率，在降低计算成本的同时增强了具身表征能力。 AI
影响 引入了一种可能改善具身AI能力并为视听导航任务树立新标准的新型架构。
排序理由 该集群包含一篇详细介绍特定AI任务新模型架构的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
