推出 RxR：多语言指令跟随导航基准数据集

文 / Alexander Ku，软件工程师和 Peter Anderson，研究员，Google Research机器学习 (ML) 的一项核心挑战是构建能够在复杂的实际环境中导航，并对口头或书面命令做出响应的代理 (Agents)。虽然如今的代理，包括机器人，通常可以在复杂的环境中导航，但它们还不能理解使用自然语言表达的导航目标，例如，“穿过右侧关闭的棕色双开门，然后站在椅子后面与桌子前面。”这一挑战被称为视觉-语言导航 (Vision-and-Language Navigation, VLN)，它需要对空间语言有深刻的理解。例如，要想识别“椅子后面与桌子前面” 的位置，就需要找到桌子，识别桌子的哪一部分被认为是前侧，找到离桌子前侧最近的椅子，识别这把椅子后面的区域，等等。虽然人们可以轻松理解并遵从上述这类指令，但 ………………………………