提出VRRL框架,通过随机轨迹掩码和缓冲回滚策略训练视觉基础自我反思能力,在表格/图表视觉接地和空间导航任务上提高了分布外泛化性能。
机构:UT Austin
来源:arXiv 2607.02490 | AI4Papers 论文推荐平台