FlowDec：用于鲁棒连续视觉语言导航的时间条件流去破坏器

连续环境中的视觉和语言导航（VLN-CE）要求智能体在看不见的场景中遵循自然语言指令。虽然大型模型 (LM) 具有先进的 VLN-CE，但它们的性能仍然因现实世界的视觉损坏而严重下降，这是一个关键但尚未充分探索的领域约束。我们介绍了 Temporal Conditional Flow Decorruptor (FlowDec)，这是一种为基于 LM 的 VLN-CE 量身定制的新型图像恢复框架。 FlowDec 集成了混合时间调节策略，使生成流路径与历史背景保持一致，并采用动作质心引导过滤来动态评估和集成输出。大量实验表明，FlowDec 在导航精度和生成延迟方面均优于最先进的去破坏方法。我们的方法建立了一个强大、高效的范例，用于在不可预测的现实条件下进行弹性实体导航。