提出多智能体视觉语言导航基准MAVLN

发生了什么

据Hugging Face Papers报道，研究者提出系统多智能体视觉与语言导航（MAVLN）基准及协调系统TRISS。MAVLN作为首个形式化约束协调问题的基准，包含11,724个跨145个HM3D场景的片段，支持最多四个智能体团队。TRISS结合LLM子任务调度器、共享拓扑记忆及冲突感知执行机制，实验显示其在调度、规划和执行方面仍有改进空间。