MultINav论文提出交互式导航基准与多阶段Agent框架

Delun Li等人发布arXiv论文，提出交互式导航基准MultINav-Bench和智能体框架MultINav-Agent，实验结果显示该Agent在通道、容器及混合任务上持续超过改编基线。 MultINav-Bench是构建在MolmoSpaces上的3K回合ObjectGoal基准，覆盖通道、容器和混合任务，并带交互必要性标注（含需要交互和不需交互的回合）。MultINav-Agent通过持久状态条件交互图处理空间连接和目标可见性的连续变化，结合语义交互感知、视觉语言模型动作选择和交互后验证。 结果为论文摘要所述的实验结论，尚属作者声称，未见独立复现。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。