地面控制：通过轨迹一致的不确定性估计预测视觉语言代理中的导航失败

视觉语言导航代理在基准任务上取得了具有竞争力的平均成功，但失败通常是由于可预测的轨迹级故障（例如振荡、停滞或低效绕道）而导致的。因此，可靠的部署需要不确定性信号来预测执行期间出现的故障动态，而不是仅反映瞬时动作熵。我们引入了 \emph{GroundControl}，一种轨迹一致的不确定性估计器，定义为在一个事件中聚合的名义目标导向的距离到目标动态的统计偏差。 GroundControl 使用恒速卡尔曼滤波器对距离演化进行建模，并将归一化创新统计数据与捕获进度、单调性、路径效率和振荡行为的互补轨迹特征相结合。由此产生的不确定性分数反映了导航行为中的几何和时间不一致，而不是局部预测离散度。为了独立于任务成功来评估不确定性质量，我们将\emph{选择性风险-覆盖导航（SRCN）}形式化，这是一种协议，它使用风险覆盖曲线和 AURC / E-AURC 摘要来衡量不确定性分数如何有效地按失败或低效率对事件进行排序。在五个 EB-Navigation 分割（$N=300$ 事件）中，轨迹一致的不确定性在基于成功的选择性风险下实现了接近预言的排序，GPT-4o 模型的加权平均 $\mathrm{E\text{-}AURC}_{\mathrm{SR}}=0.0024$ 大大优于熵、共形和启发式基线。在基于 SPL 的选择性评估下，GroundControl 在各个模型和导航分割中始终实现最低的 AURC 和 E-AURC。这些结果表明，对目标导向动力学的偏差进行建模为预测视觉语言代理中的导航故障提供了可解释且稳健的信号。