TGIT：为冻结的空中导航Agent翻译用户意图指令

空中视觉语言导航（VLN）Agent通常在细节丰富、与轨迹对齐的指令上训练，而用户往往给出简短、表达意图的指令。在冻结的OpenFly导航器上，这种“指令差距”使成功率（SR）从31.03%降至11.33%。为扩大翻译器训练数据，我们向语言模型提供人工编写的风格示例，将原始指令转换为成对的、以意图为中心的Weak指令，其成功率为15.27%。我们提出轨迹引导指令翻译器（TGIT）：这一前端保持导航器冻结，通过学习导航轨迹的结果，把Weak输入转换为Agent可执行的指令。以Weak指令训练的翻译器将Weak输入成功率提高到37.93%，并零样本迁移至真实人工指令，使成功率从11.33%提高到32.51%；在留出的OpenFly测试集上，成功率从4.95%提高到20.79%，也在CityNav和AirVLN上实现了性能恢复。