浙大 PanoVLN：全景视觉语言导航成功率超 SOTA 11.9%，四足机器人实测

浙江大学提出 PanoVLN，用全景观察替代透视图像做视觉语言导航（VLN）。4B 骨干、仅 RGB 输入下，在 R2R-CE 和 RxR-CE Val-Unseen 成功率分别超此前 SOTA 11.9% 和 8.7%。配套置信度引导执行（CGE）策略、多分支训练路线，并融合 RGB 全景的语义与几何特征而不增加视觉 token；四足机器人真实场景实验显示导航更快、停顿更少。