ProCompNav：面向模糊用户查询的基于比较判断的主动实例导航
人工智能
2026-05-18 v3 机器人学
摘要
当初始用户请求未能唯一指定目标实例时，自然语言实例导航变得极具挑战性。一个实用的智能体应当通过仅主动询问区分目标与相似干扰项所需的信息来减轻用户负担，而非要求预先提供详细描述。现有方法通常未能达到此目标：它们可能在充分探索替代项之前就停留在第一个看似合理的候选者上；或者，即使在收集了多个候选者之后，询问的也是源自单个候选者的目标属性，而非为区分候选池中的候选者而选择的问题。因此，尽管进行了对话，智能体可能仍无法区分目标与干扰项，导致过早决策和冗长的用户回复。我们提出基于比较判断的主动实例导航（ProCompNav），这是一个两阶段框架，首先构建候选池，然后通过比较判断识别目标。在每一轮中，ProCompNav 提取一个能够划分当前候选池的属性-值对，提出一个二元是非问题，并一次性剪除所有不一致的候选者。这将消歧从开放式目标描述重新构建为池级判别式提问，其中每个问题都经过选择以缩小候选集。在 CoIN-Bench 上，ProCompNav 在相同最小输入下相较于交互式基线以及在详细描述下相较于非交互式基线均提升了成功率，同时大幅缩短了回复长度。ProCompNav 在 TextNav 上也达到了最先进的成功率，表明比较判断对于在相似干扰项间的实例级导航具有广泛的适用性。代码可在 https://github.com/tree-jhk/procompnav 获取。
引用
@article{arxiv.2605.06223,
title = {ProCompNav: Proactive Instance Navigation with Comparative Judgment for Ambiguous User Queries},
author = {Junhyuk Kwon and Seungjoon Lee and Hyejin Park and Kyle Min and Jungseul Ok},
journal= {arXiv preprint arXiv:2605.06223},
year = {2026}
}
备注
Project page: https://tree-jhk.github.io/procompnav/ . Code: https://github.com/tree-jhk/procompnav/