Co-VLN：视觉共享协作框架用于视觉语言导航

2026年10月16日，arXiv Computer Vision 刊出研究，作者 Qunchao Jin、Yiliao Song、Qi Wu 提出 Co-VLN，一个模型无关的极简框架，用于系统探究同时导航的智能体之间共享同行观察能否提升视觉语言导航（VLN）性能。据该报道，当独立导航的智能体识别出共同经过的位置时，会交换结构化感知记忆，从而在不增加探索成本的情况下扩大各自的感知范围。研究者在 R2R 基准上，针对基于学习的 DUET 与零样本 MapGPT 两种代表性范式验证该框架，并开展大量分析实验以系统揭示 VLN 中同行观察共享的内在动态，报道称两种范式均获得显著性能提升。目前进展停留在基准验证与分析阶段，报道未提及真实环境部署或后续计划。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。