Ein hybrides Mamba für Audio-Visual Navigation

arXiv:2607.13110v1 Neue Veröffentlichung Zusammenfassung: Seit das Paradigma basierend auf Convolutional Neural Networks und recurrent Architekturen 2020 etabliert wurde, haben die fundamentalen Backbone-Netzwerke für Audio-Visual Navigation mehr als fünf Jahre lang keine wesentlichen Veränderungen durchlaufen