arXiv cs.RO· Josh Qixuan Sun, Xiaoying Xing, Yurun Chen, Huaiyuan Weng, Wentao Zhu, Mark Crowley·· 2 小时前AI 评分51
NavBind 诊断导航 VLA 模型在路线分叉处的指令-动作绑定
NavBind: Diagnosing Instruction-Action Binding at Route Forks in Navigation VLAs
AI 导读
NavBind 提出一种诊断导航视觉-语言-动作（VLA）模型是否真正遵循指令的方法：在固定导航上下文下，检查改变指令是否会影响动作的概率分布。作者通过重组 R2R-CE 和 RxR-CE 中与路线对齐的指令片段，构建了 3,252 个路线分叉上下文，每个上下文配对两条共享已走路线描述但指定不同分支的完整指令，并在相同智能体状态和导航历史下评估。
来源：arXiv cs.RO · arxiv.org