이 논문은 항공 비전-언어 내비게이션(VLN) 에이전트가 상세하고 궤적에 맞춰진 명령으로 학습되는 반면, 실제 사용자는 짧고 의도 중심적인 지시를 내려 '지시 격차'가 발생한다고 지적한다. 고정된 오픈플라이 내비게이터에서 이 격차로 성공률이 31.03%에서 11.33%로 떨어진다. 연구팀은 언어모델에 사람이 작성한 스타일 예시를 제시해 원본 명령을 짝지어진 의도 중심의 '약한 명령'으로 변환했고, 이는 15.27%의 성공률을 냈다. 내비게이터는 고정한 채 궤적 결과로부터 학습해 약한 명령을 실행 가능한 명령으로 번역하는 '궤적 기반 지시 번역기(TGIT)'를 도입해 약한 명령 입력 성공률을 37.93%까지 끌어올렸고, 실제 사람의 지시에도 제로샷으로 전이해 성공률을 11.33%에서 32.51%로, 오픈플라이 평가에서는 4.95%에서 20.79%로 높였으며 시티내브·에어VLN에서도 성능을 회복시켰다.

• •햭공 VLN 에이전트, 상세 렰렰 학습과 실제 사용자의 짧은 의뇔 중심 지시 거 '지시 거차'롐 성거 31.03%→11.33%렰 금띨
• •언어뿩렰에 사렰 스타일 예시렰 제시해 의뇔 중심 '약한 렰렰' 생성, 성거 15.27% 댌성
• •내뿫거이톰렰놠 고정한 채 거적 결거렰 학습하놥 '거거 기뿤 지시 뿔역기(TGIT)' 제안
• •TGIT 적용 시 약한 명렰 성거 37.93%렰 상승, 실제 사렰 지시에도 제렰삃으렰 전이렰해 11.33%→32.51%
• •오픈흐렰이 펜거 4.95%→20.79%렰 거선, 시티렰브·에어VLN에서도 성능 회뿨 펜인