具身导航 VLN 最新论文汇总：Vision-and-Language Navigation 研究进展

2024

• E2Map：基于语言模型的自反思机器人导航体验与情感地图 Paper Code
• Autonomous Exploration and Semantic Updating：移动机器人对大规模室内环境的自主探索和语义更新 Paper Code
• Pixel-Guided Navigation Skill：通过像素引导导航技能连接零样本目标导航和基础模型 Paper Code
• InstructNav：未探索环境中通用指令导航的零样本系统 Paper Code
• NaVILA：用于导航的腿式机器人视觉 - 语言 - 行动模型 Paper Project
• ReMEmbR：用于机器人导航的长视界时空记忆构建与推理 Paper Code
• Aim My Robot：对任何物体的精准局部导航 Paper
• Tag Map：基于文本的地图用于空间推理和导航与大型语言模型 Paper Project
• MapGPT：用于视觉 - 语言导航的基于地图引导的提示与自适应路径规划 Paper Code
• CANVAS：用于直观人机交互的常识感知导航系统 Paper Code
• VLFM：用于零样本语义导航的视觉 - 语言前沿地图 Paper Code
• Mind the Error!：检测和定位视觉 - 语言导航中的指令错误 Paper Code
• Planning from Imagination：从想象中规划：用于视觉 - 语言导航的情景模拟和情景记忆 Paper
• MC-GPT：通过记忆地图和推理链增强的视觉 - 语言导航 Paper
• Continual Vision-and-Language Navigation：持续的视觉 - 语言导航 Paper
• Open-Nav：使用开源大型语言模型在连续环境中探索零样本视觉 - 语言导航 Paper
• Find Everything：查找一切：多目标搜索的通用视觉语言模型方法 Paper Project
• NavGPT：在视觉 - 语言导航中使用大型语言模型进行显式推理 Paper Code
• NavGPT-2：释放大型视觉 - 语言模型的导航推理能力 Paper Code
• Lookahead Exploration with Neural Radiance Representation：带有神经辐射表示的前瞻探索用于连续视觉 - 语言导航 Paper Code
• Sim-to-Real Transfer via 3D Feature Fields：通过 3D 特征场实现视觉 - 语言导航的仿真到现实转移 Paper Code
• LangNav：将语言作为导航的感知表示 Paper Code
• Building Cooperative Embodied Agents Modularly with Large Language Models：使用大型语言模型模块化构建协作具身智能体 Paper Code
• Navid：基于视频的 VLM 规划视觉和语言导航的下一步 Paper
• The One RING：机器人室内导航通才 Paper
• Mobility VLA：基于长上下文 VLM 和拓扑图的多模态指令导航 Paper

2023

• Frontier semantic exploration for visual target navigation：视觉目标导航的前沿语义探索 Paper Code
• GrASPE：基于图形的多模态融合，用于户外环境中的机器人导航 Paper
• LANA：用于指令跟踪和生成的语言导航器 Paper Code
• Dreamwalker：持续视觉语言导航的心理规划 Paper Code
• A2Nav：利用基础模型的视觉和语言能力实现动作感知零样本机器人导航 Paper
• How To Not Train Your Dragon：基于语义前沿的无训练具体化对象目标导航 Paper