STRIDER：基于指令对齐的结构决策空间优化导航
机器人学
2025-11-04 v1 人工智能
摘要
零样图 vision-and-language navigation in continuous environments (VLN-CE) 任务要求智能体仅通过自然语言指令在未见过的 3D 环境中进行导航，且无需进行场景特定的训练。确保智能体在长期执行过程中，其动作同时与空间结构和任务意图保持一致，是该设置下的关键挑战。现有方法往往因缺乏结构化决策和 insufficient integration of previous actions 的反馈而难以实现稳健的导航。为此，我们提出 STRIDER (Instruction-Aligned Structural Decision Space Optimization)，一个新框架，通过整合空间布局先验和动态任务反馈，系统性地优化智能体的决策空间。我们的方法引入了两个关键创新：1) 结构化路点生成器(Structured Waypoint Generator)，通过空间结构约束动作空间；2) 任务对齐调节器(Task-Alignment Regulator)，根据任务进度调整行为，确保导航过程中的语义对齐。在 R2R-CE 和 RxR-CE 数据集上进行的大量实验表明，STRIDER 在关键指标上显著优于强 SOTA 方法；具体而言，它将成功率(Success Rate, SR)提高从 29% 到 35%，实现了约 20.7% 的相对提升。这一结果凸显了在提高零样 VLN-CE 导航保真度方面，空间受限决策和反馈引导式执行的重要性。
引用
@article{arxiv.2511.00033,
title = {STRIDER: Navigation via Instruction-Aligned Structural Decision Space Optimization},
author = {Diqi He and Xuehao Gao and Hao Li and Junwei Han and Dingwen Zhang},
journal= {arXiv preprint arXiv:2511.00033},
year = {2025}
}