arXiv cs.AI· Xiaobei Zhao, Xingqi Lyu, Xin Chen, Xiang Li·· 12 小时前AI 评分31
AgriVLN：面向农业机器人的视觉-语言导航方法
AgriVLN: Vision-and-Language Navigation for Agricultural Robots
AI 导读
针对现有视觉-语言导航（VLN）基准与方法均未面向农业机器人的空白，研究者构建了 A2A 基准，包含 6 类农业场景的 1,560 个 episode。
正文 · AI 翻译
摘要：农业机器人正作为强大的成员服务于广泛的任务，然而，它们在移动方面仍然严重依赖人工操作或轨道系统。相比之下，视觉与语言导航（VLN）使机器人能够按照自然语言指令从起点导航至目标位置，已在多个领域展现出强劲性能。然而，现有的基准和方法均未专门针对农业机器人设计。为填补这一空白，我们构建了 A2A 基准，它包含 6 类农业场景下的 1,560 个回合，指令采用逐步格式，动作采用连续环境。我们在 A2A 上评估了若干现有的最先进 VLN 方法，随后观察到它们在短指令上表现良好，而在长指令上表现较差。为缓解这一现象，我们设计了 STL 模块，它将复杂指令分解为一系列简单子任务，从而帮助决策者在任意时刻专注于当前较短的子任务而非整条长指令。我们将 STL 集成到 NavGPT 主干中，提出了我们的 AgriVLN 方法，在 NE 从 2.76 m 略微牺牲至 2.91 m 的情况下，使 SR 从 0.33 充分提升至 0.47。我们进一步实施了消融研究和案例研究，讨论了 AgriVLN 在不同子任务数量和场景类别上的有效性与局限性。代码仓库：此 https URL。
| 学科： | 机器人学（cs.RO）；人工智能（cs.AI）；计算机视觉与模式识别（cs.CV） |
| 引用为： | arXiv:2508.07406 [cs.RO] |
| （或 arXiv:2508.07406v2 [cs.RO] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2508.07406 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Xiaobei Zhao [查看邮箱]
[v1]
2025年8月10日周日 16:07:23 UTC（17,184 KB）
[v2]
2026年10月21日周三 12:01:31 UTC（5,766 KB）
来源：arXiv cs.AI · arxiv.org