MAPS：通过模块化邻近度调度保留视觉-语言表示，以实现更好的视觉-语言-动作泛化

本文介绍了MAPS，一种用于改进视觉-语言-动作泛化的方法。其核心思想是使用模块化邻近度调度策略来保留视觉-语言表示。该论文可能详细介绍了具体的调度机制，并在相关基准上评估了其性能。重点在于提高人工智能模型理解和基于视觉和语言信息采取行动的能力。

• •专注于改进视觉-语言-动作泛化。
• •采用模块化邻近度调度策略。
• •旨在保留视觉-语言表示。