MIND：指令条件下的增量目标房间判定框架
热点事件历史事件
MIND：指令条件下的增量目标房间判定框架
1 篇报道1 个报道来源4 天前更新
先了解这件事
AI 综述
2026年10月15日，arXiv cs.RO 刊出 Mohamed Abouagour 等作者的论文，提出 MIND（Maintenance via INstruction-conditioned Dependencies）框架，用于在环境事件发生后维持目标房间判定，而不必每次重算全部房间。该框架将语言指令编译为语义资格与目标选择依赖，使机器人在环境变化后只刷新受影响的目标房间判断。在 240 组五事件 ProcTHOR 序列上，MIND 将平均语义评估次数从 30.6 降至 11.2，并保持全部 1,200 次事件后决策不变。目前报道仅涉及该论文的提交与方法、实验描述，未见后续跟进报道。
AI 根据报道生成 · 1 小时前更新
最新进展10月15日 12:00
MIND：面向机器人的指令条件化增量目标定位框架报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv cs.ROMIND：面向机器人的指令条件化增量目标定位框架
MIND 框架通过将语言指令编译为语义资格与目标选择依赖，让机器人在环境变化后只刷新受影响的目标房间判断，而非重算全部房间。在 240 组五事件 ProcTHOR 序列上，MIND 将平均语义评估次数从 30.6 降至 11.2，并保持全部 1,200 次事件后决策不变。