**MAVLN：首个系统性多智能体视觉语言导航基准与协调方法**

_Systematic Multi-Agent Vision-and-Language Navigation: Formulation, Benchmark, and Method_

> 该研究提出了多智能体视觉语言导航（MAVLN）的首个系统性形式化定义，将其建模为包含依赖和资源约束的协调问题。论文构建了包含11,724个回合的基准数据集，并提出了TRISS系统，通过LLM调度器、共享拓扑记忆和冲突感知执行机制实现多机器人协作。实验表明TRISS提供了全面基线，同时揭示了当前在调度、规划和执行方面仍存在显著改进空间。

**来源信息**
- **来源**：HuggingFace Daily Papers（社区热门论文）
- **分类**：论文
- **发布时间**：2026-10-13 08:00（北京时间）
- **原文**：[打开原文](https://huggingface.co/papers/2609.35965)