DeCoNav：对话增强型长视野协作视觉语言导航

长视野协作视觉语言导航（VLN）对于多机器人系统完成超出单个代理能力的复杂任务至关重要。 CoNavBench 迈出了第一步，引入了第一个协作式长视野 VLN 基准测试，其中包括中继式多机器人任务、协作分类法以及基于图形的生成和评估，以对共享环境中的交接和会合进行建模。然而，现有的基准和评估通常不会在共享的世界时间线上强制执行严格同步的双机器人执行轨迹，并且它们通常依赖于静态协调策略，而当新的跨代理证据出现时，这些策略无法适应。我们提出了 Dialog 增强型长视野协作视觉语言导航 (DeCoNav)，这是一个去中心化框架，它将事件触发的对话与动态任务分配和重新规划相结合，以实现实时、自适应协调。在 DeCoNav 中，机器人通过对话交换紧凑的语义状态，无需中央控制器。当出现新证据、不确定性或冲突等信息性事件时，会触发对话以动态地重新分配子目标并在同步执行下重新计划。 DeCoNav 在 DeCoNavBench 中实施，涉及 176 个 HM3D 场景中的 1,213 项任务，将双方成功率 (BSR) 提高了 69.2%，展示了对话驱动、动态重新分配的多机器人协作规划的有效性。