# CoFL: Continuous Flow Fields for Language-Conditioned Navigation

### 저자

Haokun Liu, Zhaoqi Ma, Yicheng Chen, Masaki Kitagawa, Wentao Zhang, Zicen Xiong, Jinjie Li, Moju Zhao

### 💡 개요

기존 언어 기반 내비게이션 시스템의 한계를 극복하기 위해, 본 논문은 새롭고 종단간(end-to-end) 정책인 CoFL을 제안합니다. CoFL은 조감도(BEV) 관찰과 언어 지시사항을 받아 연속적인 흐름 필드(flow field)를 생성하여 내비게이션을 수행합니다. 이는 장면-지시사항 주석을 국소적인 모션 벡터를 학습하는 데 활용하여, 장면 내 임의의 위치에서부터 시작하는 궤적 생성 및 복구를 가능하게 합니다.

### 🔑 시사점 및 한계

- CoFL은 내비게이션 문제를 시작점 조건부 궤적 예측에서 벗어나 작업 공간 조건부 필드 학습으로 재구성함으로써, 각 장면-지시사항 주석을 풍부한 공간 제어 감독 신호로 활용합니다.

- 절차적으로 생성된 대규모 데이터셋을 통해 CoFL은 기존 시스템 대비 향상된 정확성, 안전성, 실시간 추론 성능을 보여주며, 실제 환경에서도 제로샷(zero-shot)으로 성공적인 내비게이션을 수행합니다.

- 생성된 흐름 필드로부터 궤적을 수치 적분하는 방식은 실시간 롤아웃 및 폐쇄 루프 복구를 단순화하며, 다양한 환경에 대한 적응성을 높입니다.

- CoFL의 성능은 학습 데이터의 품질 및 다양성에 영향을 받을 수 있으며, 복잡하고 동적인 환경에서의 제어 성능 향상에 대한 추가 연구가 필요합니다.

---

[PDF 보기](https://arxiv.org/pdf/2603.02854)

For the site tree, see the [root Markdown](https://slashpage.com/haebom.md).