防微杜渐：用于鲁棒视觉-语言导航的追溯性修正
机器人学
2026-02-09 v1 系统与控制
系统与控制
摘要
视觉-语言导航（VLN）要求具身代理解释自然语言指令并在复杂的连续3D环境中导航。然而，占主导地位的模仿学习范式存在暴露偏差，即推理过程中的微小偏差会导致累积误差。虽然类似DAgger的方法试图通过纠正错误状态来缓解这个问题，但我们识别出一个关键的局限性：指令-状态错位。强迫代理从偏离轨迹的状态学习恢复动作，常常会产生与原始指令语义冲突的监督信号。针对这些挑战，我们引入了BudVLN，一个在线框架，它通过构建与当前状态分布匹配的监督来从策略内轨迹中学习。BudVLN通过反事实重新锚定和决策条件监督合成来执行追溯性修正，使用测地线预言机来合成源自有效历史状态的修正轨迹，确保语义一致性。在标准的R2R-CE和RxR-CE基准上的实验表明，BudVLN持续缓解了分布偏移，并在成功率（Success Rate）和SPL方面达到了最先进的性能。
引用
@article{arxiv.2602.06356,
title = {Nipping the Drift in the Bud: Retrospective Rectification for Robust Vision-Language Navigation},
author = {Gang He and Zhenyang Liu and Kepeng Xu and Li Xu and Tong Qiao and Wenxin Yu and Chang Wu and Weiying Xie},
journal= {arXiv preprint arXiv:2602.06356},
year = {2026}
}