NavSpace：ナビゲーションエージェントの空間知能指示追従ベンチマーク

- NavSpace は embodied navigation における navigation agents の spatial intelligence を評価する benchmark - 6 つの task categories と 1,228 の trajectory-instruction pairs を含む - semantic understanding ではなく spatial perception と reasoning に焦点 - 併せて SNav という新しい spatially intelligent navigation model を提案 - NavSpace と real robot tests で既存 navigation agents を上回る - 今後の strong baseline を確立することを狙う

- 先行 benchmark は主に semantic understanding に注目し、navigation agents の spatial perception と reasoning を体系的に評価していないと指摘 - NavSpace は spatial intelligence を体系的に調べるために 6 task categories・1,228 trajectory-instruction pairs を設計 - 22 の navigation agents（state-of-the-art navigation models と multimodal large language models を含む）を包括評価 - 評価結果から embodied navigation における spatial intelligence の実態を明らかにする点が新規

- NavSpace benchmark の設計 - 6 task categories と 1,228 trajectory-instruction pairs で spatial intelligence を probe - SNav の提案 - spatially intelligent navigation model として構築 - 具体的な architecture・学習手法の詳細は要旨からは不明 - 評価対象 - state-of-the-art navigation models と multimodal large language models を含む 22 agents

- NavSpace benchmark 上で 22 navigation agents を包括的に評価 - state-of-the-art navigation models と multimodal large language models を含む - 提案 SNav を NavSpace と real robot tests で検証 - 既存 navigation agents を上回る性能を確認 - 個々の task category ごとの結果や定量指標の詳細は要旨からは不明

- 評価結果は embodied navigation における spatial intelligence の実態を明らかにすると主張 - 先行 benchmark が semantic understanding に偏り、spatial perception・reasoning の体系的評価を欠いていた点を問題提起 - SNav を strong baseline として位置づけ、今後の研究基盤を提供 - 限界や失敗要因、real robot tests の詳細な議論は要旨からは不明

- NavSpace で比較対象となった state-of-the-art navigation models および multimodal large language models の関連研究 - 提案手法 SNav の詳細を述べた原論文 - embodied navigation における instruction-following の先行 benchmark（semantic understanding 中心のもの） - spatial perception・reasoning を扱う navigation 研究 - 具体的な論文名は要旨からは不明