リサーチ・論文

VLNエージェントの指示ギャップ解消、新翻訳器TGITが成功率を大幅改善

arXiv cs.AIは2026年10月7日(現地時間)、論文「Speaking the Navigator's Language: Trajectory-Grounded Instruction Translation for Frozen Aerial VLN Agents」で、視覚言語ナビゲーション (Vision-and-Language Navigation、VLN) エージェントが直面する指示ギャップを解消する新手法「TGIT (Trajectory-Grounded Instruction Translator)」を発表した。ユーザーからの簡潔な指示と、エージェントの訓練に用いられる詳細なコマンドとの乖離が課題とされており、既存のOpenFlyナビゲーターではこの乖離により成功率が31.03%から11.33%に低下する。TGITは、ナビゲーターを固定したまま簡素化された入力指示をエージェントが実行可能なコマンドに変換し、成功率の大幅な向上を実現する。

リサーチ・論文

マルチエージェントVLNの形式化とベンチマーク「MAVLN」発表

Yunzhe Xu氏とZhe Liu氏の研究チームは2026年9月29日(現地時間)、arXiv cs.CVに論文「Systematic Multi-Agent Vision-and-Language Navigation: Formulation, Benchmark, and Method」を発表した。本研究は、複数のロボットによる協調作業に焦点を当てたVision-and-Language Navigation (VLN) の体系的な形式化を初めて提案し、ベンチマーク「MAVLN」とナビゲーションシステム「TRISS」を導入している。