Qwen-RobotNav Technical Report: A Scalable Navigation Model Designed for an Agentic Navigation System

Qwen3-VL 기반 확장 가능한 내비게이션 모델. 작업 모드 + 관측 파라미터 인터페이스로 VLN/추적/자율주행을 단일 모델로 처리. HM-EQA 10.8% 향상.

Qwen-RobotNav는 Qwen3-VL 백본 위에 작업 모드와 관측 파라미터를 분리한 파라미터화 인터페이스를 제공하여, 명령 수행·객체 탐색·추적·자율주행을 단일 모델로 처리한다. 15.6M 샘플로 훈련하여 VLN-CE RxR 76.5%, EVT-Bench 90.0%, NAVSIM 91.4 PDMS를 달성했으며, 상위 계획자와 조합해 장시간 에이전트 내비게이션도 수행한다.

핵심 요약

• 작업 모드 + 관측 파라미터(토큰 예산, 카메라 가중치) 2축 파라미터화 인터페이스로 다양한 내비게이션 작업을 단일 모델로 지원
• Qwen3-VL 백본에 아키텍처 수정 없이 훈련 시 파라미터 무작위화만으로 추론 시 임의 설정에 robust
• 15.6M 샘플 + 비전-언어 코훈련으로 반응형 액션 시퀀스 매퍼로의 붕괴 방지
• VLN-CE RxR 76.5%, EVT-Bench 90.0%, NAVSIM 91.4 PDMS로 주요 벤치마크 신규 SOTA 달성
• 에이전트 시스템 구성 시 HM-EQA 10.8% 향상, EXPRESS-Bench 15.4% 향상, 내비게이션 스텝 77% 절감
• 2B→8B 스케일링에서 유리한 확장성, 실제 로봇 환경에서 강력한 제로샷 일반화

논문 링크

외부 연구를 정리한 자료입니다. HDATF가 발표한 논문이나 제품 성능을 측정한 결과는 아닙니다.