CoFL-S: 국소 언어 조건부 내비게이션을 위한 공간 쿼리 가능 섹터 흐름 필드 (Spatially Queryable Sector Flow

요약

시각-언어 내비게이션(VLN)에서 저수준 동작 표현을 강화하기 위해 언어 조건부 흐름 필드를 예측하는 CoFL-S 프레임워크를 제안합니다. 연속 시간 Habitat 벤치마크를 통해 기존 베이스라인보다 뛰어난 성능과 실세계 제로샷 배포 가능성을 입증했습니다.

핵심 포인트

• 언어 조건부 흐름 필드를 통한 저수준 시각-언어-동작 프레임워크 제안
• VLN-CE 에피소드를 프레임 수준의 국소 감독 데이터로 변환하여 학습
• 연속 시간 Habitat 벤치마크를 도입하여 폐루프 비교 환경 구축
• 기존 동작 토큰 및 청크 베이스라인 대비 우수한 성능 확인
• 실세계 제로샷 폐루프 배포를 통한 시뮬레이션 외 성능 입증