Rule-VLN：通过语义推理与几何矫正弥合感知与合规

随着具身AI走向真实世界部署，视觉语言导航（VLN）任务的成功标准正从单纯可达性演变为社会合规性。然而，当前智能体深受“目标驱动陷阱”之苦，优先考虑物理几何（“我能不能走？”）而非语义规则（“我可不可以走？”），经常忽视细微的监管约束。为弥合这一差距，我们建立Rule-VLN，首个面向规则合规导航的大规模城市基准。该基准覆盖2.9万节点的庞大环境，将177类多样化监管类别注入8千个受限节点并划分为四个课程级别，以细粒度的视觉与行为约束挑战智能体。我们进一步提出语义导航矫正模块（SNRM），一个通用的零样本模块，旨在为预训练智能体赋予安全意识。SNRM将由粗到细的视觉感知VLM框架与认知心智图相结合，实现动态绕行规划。实验表明，尽管Rule-VLN对最先进模型构成挑战，SNRM显著恢复了导航能力，将CVR降低19.26%，将TC提升5.97%。