具身导航 VLN 前沿论文综述：2023-2026 核心研究汇总

2024 年

• E2Map：基于语言模型的自反思机器人导航体验与情感地图 论文 | 代码
• AutoX-SemMap：移动机器人对大规模室内环境的自主探索和语义更新 论文 | 代码
• Pixel-Navigator：通过像素引导导航技能连接零样本目标导航和基础模型 论文 | 代码
• InstructNav：未探索环境中通用指令导航的零样本系统 论文 | 代码
• NaVILA：用于导航的腿式机器人视觉 - 语言 - 行动模型 论文 | 项目
• ReMEmbR：用于机器人导航的长视界时空记忆构建与推理 论文 | 代码
• Aim My Robot：对任何物体的精准局部导航 论文
• 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 论文 | 项目
• 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 论文 | 代码
• CANVAS：用于直观人机交互的常识感知导航系统 论文 | 代码
• VLFM：用于零样本语义导航的视觉 - 语言前沿地图 论文 | 代码
• 指令错误检测：注意错误！检测和定位视觉 - 语言导航中的指令错误 论文 | 代码
• 情景模拟记忆：从想象中规划：用于视觉 - 语言导航的情景模拟和情景记忆 论文
• MC-GPT：通过记忆地图和推理链增强的视觉 - 语言导航 论文
• 持续导航：持续的视觉 - 语言导航 论文
• 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 论文
• Find Everything：查找一切：多目标搜索的通用视觉语言模型方法 论文 | 项目
• NavGPT：在视觉 - 语言导航中使用大型语言模型进行显式推理 论文 | 代码
• NavGPT-2：释放大型视觉 - 语言模型的导航推理能力 论文 | 代码
• HNR-VLN：带有神经辐射表示的前瞻探索用于连续视觉 - 语言导航 论文 | 代码
• Sim2Real-VLN-3DFF：通过 3D 特征场实现视觉 - 语言导航的仿真到现实转移 论文 | 代码
• LangNav：将语言作为导航的感知表示 论文 | 代码
• Co-LLM-Agents：使用大型语言模型模块化构建协作具身智能体 论文 | 代码
• Navid：基于视频的 VLM 规划视觉和语言导航的下一步 论文
• The One RING：机器人室内导航通才 论文
• Mobility VLA：基于长上下文 VLM 和拓扑图的多模态指令导航 论文

2023 年

• Pixel-Guided Skill：通过像素引导导航技能连接零样本对象导航和基础模型 论文
• Frontier-Semantic：视觉目标导航的前沿语义探索 论文 | 代码
• GrASPE：基于图形的多模态融合，用于户外环境中的机器人导航 论文
• LANA：用于指令跟踪和生成的语言导航器 论文 | 代码
• Dreamwalker：持续视觉语言导航的心理规划 论文 | 代码
• 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 论文
• Training-free Navigation：基于语义前沿的无训练具体化对象目标导航 论文