연구진이 ABot-N1이라는 시각 언어 내비게이션 기반 모델을 발표했어요. 이 모델은 인지 능력과 제어 기능을 분리해 좌표 드리프트와 장기적인 의미 처리 문제를 해결해요.
ABot-N1은 Chain-of-Thought 추론을 통해 픽셀 목표를 생성하고, 이를 다양한 작업에 활용하는 방식으로 작동해요.
텍스트 큐와 픽셀 가이던스를 결합하여 로봇이 명확한 언어적 단서를 기반으로 내비게이션을 수행하도록 지원하며, 해석 가능성을 높였어요.
ABot-N1은 시뮬레이션과 실제 환경에서 새로운 최고 기록을 달성하며, 특히 도시 규모 내비게이션에서 POI 도착률을 35.0% 향상시켰어요.