系统化多智能体视觉语言导航：问题形式化、基准与方法
这项研究将以往主要关注单个智能体遵循单条指令的视觉语言导航（VLN），扩展到机器人团队协作。研究将任务形式化为具有依赖关系和资源约束的协调问题，并推出 MAVLN 基准，涵盖 145 个场景中的 11,724 个回合，团队规模最多为四个智能体。研究还提出 TRISS，结合基于大语言模型的子任务调度器、共享拓扑记忆和冲突感知执行机制，以生成无碰撞路线。实验结果提供了较全面的基线，同时表明任务调度、规划和执行仍有很大的提升空间。
本文来源：Hugging Face，仅供学习参考，版权归原作者所有。