跳到正文
arXiv · 机器人与计算机视觉· Gang He, Zhile Cheng, Kepeng Xu, Zhenyang Liu, Yu-Wing Tai·· 2026-10-20AI 评分58

揭示并弥合视觉语言导航中的物理可执行性差距

Revealing and Bridging the Physical Executability Gap in Vision-Language Navigation

AI 导读

该研究指出当前评估指标可能掩盖物理不可行动作,引入 Visual-Semantic Traversability Alignment (VeSTA) 框架以对齐语义能力与具身实现。通过轨迹相对组策略优化和可通行风险批评机制,在 R2R 和 RxR 数据集上减少碰撞失败并保留导航性能;真实机器人实验表明学习到的偏好能迁移到仿真之外。

来源:arXiv · 机器人与计算机视觉 · arxiv.org