비전-언어 네비게이션을 위한 교차 모달 대조 학습을 통한 이중 수준 정렬
비전-언어 네비게이션 에이전트는 자연어 지침과 실시간 시각적 관찰을 활용하여 목적지까지 성공적으로 이동해야 한다. 이를 위해 에이전트는 다양한 네비게이션 모달리티(지침, 관찰, 네비게이션 기록)를 정렬하고 통합해야 한다. 본 연구에서는 교차 모달 대조 학습을 통한 이중 수준 정렬 프레임워크(DELAN)를 제안한다. 이 프레임워크는 융합 전 단계에서 다양한 네비게이션 관련 모달리티를 정렬함으로써 교차 모달 상호작용과 행동 의사결정을 향상시킨다.
연속 비전-언어 네비게이션을 위한 신경 방사 표현을 이용한 전방 탐색
연속 환경에서 비전-언어 네비게이션을 위해 신경 방사 표현 모델을 사용하여 미래 환경을 예측하고, 이를 활용한 전방 탐색 기법을 제안한다.
언어를 이용한 효율적인 비전-언어 네비게이션
언어를 지각 표현으로 사용하여 데이터가 부족한 환경에서도 효과적으로 비전-언어 네비게이션을 수행할 수 있다.
비전-언어 네비게이션 과제를 위한 오프라인 강화학습을 통한 확장
오프라인 데이터셋을 활용하여 비전-언어 네비게이션 에이전트의 성능을 향상시킬 수 있는 새로운 접근법을 제안한다.
오픈 어휘 탐지와 구조화된 표현을 통한 반복적 비전-언어 네비게이션 향상
본 연구는 대규모 언어 모델과 오픈 어휘 탐지기를 활용하여 기존 반복적 비전-언어 네비게이션 기술의 한계를 극복하고자 한다. 이를 통해 다중 모달 신호 간 대응 관계를 설정하고, 구조화된 옴니그래프 표현을 제안하여 보다 효과적으로 네비게이션 지식을 활용할 수 있게 한다.
지속적인 비전-언어 네비게이션: 새로운 환경에 적응하면서 기존 지식 유지하기
비전-언어 네비게이션 에이전트가 새로운 환경에 적응하면서도 이전에 학습한 지식을 유지할 수 있는 지속적 학습 능력을 갖추는 것이 중요하다.
계층적 공간 근접성 추론을 통한 비전-언어 네비게이션
본 연구는 계층적 공간 근접성 추론 모델(HSPR)을 제안하여, 비전-언어 네비게이션 과정에서 공간 근접성 지식을 활용하여 효율적인 탐색과 의사결정을 달성한다.
오류 주의! 비전-언어 네비게이션에서 지침 오류의 탐지 및 위치 확인
비전-언어 네비게이션 에이전트는 사용자의 자연어 지침에 포함된 오류에 취약하므로, 이를 탐지하고 위치를 확인하는 기능이 필요하다.
비전-언어 네비게이션 해석을 위한 행동 원자 개념 학습
비전-언어 네비게이션 과제에서 관찰된 시각적 정보와 언어 지침 간의 의미적 격차를 줄이고 정렬을 단순화하기 위해 행동 원자 개념을 도입하였다.
LLM 기반 비전-언어 네비게이션을 위한 분리된 추론 학습을 통한 성능 향상
NavCoT는 LLM을 세계 모델과 네비게이션 추론 에이전트로 활용하여 행동 결정 과정을 단순화하고 해석 가능성을 높인다.
