CoFL-S: Spatially Queryable Sector Flow Fields for Local Language-Conditioned Navigation

CoFL-S 是一个低层视觉-语言-动作（VLA）框架：在机器人局部可见扇区上预测 语言条件化的流场，并通过对预测流场进行积分展开来生成连续轨迹。为训练该低层 表征，我们将每个 VLN-CE 任务片段（原本是整段指令与动作序列的配对）转换为 帧级局部监督，包含对齐的子指令以及匹配的动作、轨迹和稠密流场标签。