# Nawigacja według poleceń słownych

EN: **Vision-and-language navigation (VLN)** · id `vln` · aliases: VLN, vision-and-language navigation, Room-to-Room, R2R, language-guided navigation, nawigacja z instrukcji

Path: [AI Atlas](https://aiatlasgraph.com/llms.txt) › [Robotyka i embodied AI](https://aiatlasgraph.com/t/robotics.md) › [Nawigacja robotów mobilnych](https://aiatlasgraph.com/t/robotnav.md) › Nawigacja według poleceń słownych

## Description

- PL: Zadanie i rodzina metod, w których agent wcielony nawiguje w realistycznych wnętrzach według instrukcji w języku naturalnym, oceniane na benchmarkach typu R2R.
- EN: A task and family of methods in which an embodied agent navigates realistic interiors by natural-language instructions, evaluated on benchmarks such as R2R.

## In one sentence

- PL: Robot porusza się po budynku, wykonując wskazówki typu „wyjdź z kuchni, skręć w lewo i zatrzymaj się przy schodach”.
- EN: A robot moves through a building following directions like “leave the kitchen, turn left and stop by the stairs”.

## Problem it solves

- PL: Ludzie opisują drogę słowami i punktami orientacyjnymi, a nie współrzędnymi, których robot zwykle potrzebuje.
- EN: People describe routes with words and landmarks, not the coordinates robots usually need.

## What it does

- PL: Dopasowuje kolejne części wskazówki do tego, co robot akurat widzi, jak turysta czytający opis trasy i rozglądający się za znakami.
- EN: It matches each part of the directions to what the robot currently sees, like a tourist reading route notes and looking for landmarks.

## Everyday example

- PL: Prosisz robota w biurze: „idź do sali obok automatu z kawą”, a on sam znajduje drogę bez mapy z opisanymi pokojami.
- EN: You tell an office robot “go to the room next to the coffee machine”, and it finds the way without a map of labelled rooms.

## This concerns you if you…

- PL: chcesz wysyłać robota w miejsca opisane słowami
- PL: budujesz przewodnika po budynku dla gości
- PL: ciekawi cię, jak język łączy się z ruchem w przestrzeni
- EN: want to send a robot to places described in words
- EN: build a building guide for visitors
- EN: wonder how language connects to movement in space

## Keywords

Room-to-Room (R2R) · Matterport3D · language-guided navigation · sequence-to-sequence · success rate

## How it works

- PL: Agent dostaje instrukcję i panoramiczne obrazy z bieżącego miejsca, a model łączący wizję i język wybiera kolejny ruch lub punkt widokowy. Trenuje się go na opisanych trasach w symulatorze zbudowanym ze skanów 3D budynków, takim jak Matterport3D Simulator użyty w benchmarku R2R.
- EN: The agent receives an instruction and panoramic images from its current location, and a model combining vision and language selects the next move or viewpoint. It is trained on described routes in a simulator built from 3D building scans, such as the Matterport3D Simulator used by the R2R benchmark.

## Limits

- PL: Benchmarki często zakładają dyskretne punkty widokowe, a przy ciągłym ruchu i na prawdziwym robocie skuteczność spada. Niejednoznaczne lub błędne instrukcje prowadzą w złe miejsca. Zbiory obejmują głównie domy i biura.
- EN: Benchmarks often assume discrete viewpoints, and success drops with continuous motion and on real robots. Ambiguous or wrong instructions lead to wrong places. Datasets mostly cover homes and offices.

## Key terms

- PL: **agent wcielony (embodied)**: Program sterujący ciałem, które widzi i porusza się w przestrzeni.
- PL: **punkt widokowy**: Miejsce w symulatorze, z którego agent ogląda panoramę.
- PL: **wskaźnik sukcesu**: Odsetek prób, w których agent zatrzymał się blisko celu.
- EN: **embodied agent**: A program controlling a body that sees and moves in space.
- EN: **viewpoint**: A spot in the simulator from which the agent views a panorama.
- EN: **success rate**: The share of attempts in which the agent stopped near the goal.

## Know first

- [Modele wizja–język (opisywanie obrazów i pytania o nie) (Vision-language models (VLMs))](https://aiatlasgraph.com/t/vlm.md)

## Related topics

Untyped, symmetric "see also" links.

- [Modele wizja–język (opisywanie obrazów i pytania o nie) (Vision-language models (VLMs))](https://aiatlasgraph.com/t/vlm.md)
- [Szukanie przedmiotu w nieznanym budynku (nawigacja do obiektu) (Object-goal navigation)](https://aiatlasgraph.com/t/objectnav.md)

## Sources

- [Vision-and-Language Navigation: Interpreting visually-grounded navigation instructions in real environments](<https://arxiv.org/abs/1711.07280>) `r2r-vln-2017` · by P. Anderson, Q. Wu, D. Teney, J. Bruce, M. Johnson i in.

---

AI Atlas revision 122 (2026-10-30) · HTML: https://aiatlasgraph.com/t/vln · index: https://aiatlasgraph.com/llms.txt · everything: https://aiatlasgraph.com/llms-full.txt · updated 2026-10-30