hindsight-instructions

介绍 Φ-Nav，一种统一的在线策略框架，利用事后推理从探索轨迹中合成生成路径级指令，弥合视觉语言导航中的语义监督差距，并在 R2R-CE 和 RxR-CE 基准测试上以更少的专家演示取得了竞争性结果。