面向农业机器人智能导航的 T-araVLN 翻译器
机器人学
2026-03-27 v5
摘要
农业机器人代理正在成为广泛农业任务中的有用助手。然而，它们仍严重依赖手动操作或固定轨道进行移动。为此，AgriVLN 方法和 A2A 基准数据集首次将视觉语言导航（VLN）扩展至农业领域，使代理能够遵循自然语言指令导航至目标位置。我们观察到 AgriVLN 能有效理解简单指令，但常误解复杂指令。为弥合这一差距，我们提出 T-araVLN 方法，构建指令翻译模块，将噪声且错误的指令翻译为精细且准确的表示。经 A2A 数据集评估，T-araVLN 将成功率（SR）提升至 0.63，导航误差（NE）降至 2.28m，展现农业 VLN 领域的最新性能。代码：https://github.com/AlexTraveling/T-araVLN。
引用
@article{arxiv.2509.06644,
title = {T-araVLN: Translator for Agricultural Robotic Agents on Vision-and-Language Navigation},
author = {Xiaobei Zhao and Xingqi Lyu and Xin Chen and Xiang Li},
journal= {arXiv preprint arXiv:2509.06644},
year = {2026}
}