面向模糊用户查询的基于比较判断的主动实例导航

Proactive Instance Navigation with Comparative Judgment for Ambiguous User Queries

当用户初始请求未唯一指定目标实例时，自然语言实例导航便面临挑战。一个实用的智能体应通过主动询问仅需区分目标与相似干扰物的信息来减少用户负担，而非要求用户预先提供详细描述。现有方法往往难以实现这一目标：它们可能在充分探索候选方案前就止步于第一个看似合理的候选项，或者即便收集了多个候选对象，也只是询问从单个候选对象中提取的目标属性，而非选择能够区分候选池中对象的问题。结果，尽管进行了对话，智能体仍可能无法将目标与干扰物区分开，导致过早决策和冗长的用户回应。我们提出基于比较判断的主动实例导航（ProCompNav），这是一个两阶段框架，首先构建候选池，然后通过比较判断识别目标。在每一轮中，ProCompNav提取一个能分割当前候选池的属性-值对，提出一个二元是/否问题，并立即剪除所有不一致的候选对象。这将以开放型目标描述进行消歧的方式转变为基于候选池的区分性提问，其中每个问题都旨在缩小候选集。在CoIN-Bench上，ProCompNav相较于使用相同最小输入的可交互基线和需要详细描述的不可交互基线，成功率有所提升，同时显著降低了响应长度。ProCompNav还在TextNav上取得了最先进的成功率，表明比较判断对于相似干扰物中的实例级导航具有广泛适用性。