超越指令导航：障碍物环境中的视觉语言导航

现实导航通常需要应对意外障碍物，如关闭的门、移动的物体和不可预测的实体。然而，主流的视觉语言导航（VLN）任务通常假设指令与固定且预定义的导航图完全吻合，不存在任何障碍物。这一假设忽略了实际导航图与给定指令之间可能存在的差异，可能导致室内和室外智能体出现严重故障。为解决此问题，我们通过修改导航图和视觉观测，将多种障碍物整合到R2R数据集中，引入了一个创新数据集和任务——R2R with UNexpected Obstructions（R2R-UNO）。R2R-UNO包含各种类型和数量的路径障碍物，以生成VLN研究中的指令-现实不匹配。在R2R-UNO上的实验表明，现有的最先进VLN方法在面对此类不匹配时不可避免地遇到显著挑战，表明它们僵化地遵循指令而非自适应导航。因此，我们提出了一种名为ObVLN（Obstructed VLN）的新方法，包含课程训练策略和虚拟图构建，以帮助智能体有效适应障碍物环境。实验结果表明，ObVLN不仅在无障碍场景中保持了稳健性能，而且在面对意外障碍物时也取得了显著的性能优势。