跳到主要内容
极客日志极客日志面向AI+效率的开发者社区
首页博客GitHub 精选镜像AI 生图工具UI配色美学隐私政策关于联系
搜索内容 / 工具 / 仓库 / 镜像...⌘K搜索
注册
博客列表
编程语言AI算法

具身导航 VLN 最新论文汇总（2023-2026）

具身导航 VLN 领域 2023 至 2026 年核心论文整理。覆盖 CVPR、ICRA、RSS 等顶会及 arXiv 预印本，包含分层规划、世界模型、零样本导航、多模态大模型诊断基准等方向。涉及从连续环境导航到跨房间语义推理的关键进展，为研究者提供清晰文献脉络与技术演进参考。

邪神洛基发布于 2026/4/8更新于 2026/7/2359 浏览
具身导航 VLN 最新论文汇总（2023-2026）

具身导航 VLN 最新论文汇总（2023-2026）

本文整理了具身导航（Embodied Navigation）与视觉语言导航（VLN）领域的核心论文，涵盖 CVPR、ICRA、RSS、IROS 等顶会及 arXiv 预印本。内容涉及分层规划、世界模型、零样本导航、多模态大模型诊断基准等方向，旨在为研究者提供清晰的文献脉络与技术演进参考。

2026

  • SeqWalker：基于分层规划的时序视野视觉语言导航方法 论文 GitHub
  • UrbanNav：从网络规模人类轨迹中学习语言引导的城市导航方法 论文 GitHub
  • VLN-MME：面向语言引导视觉导航智能体的多模态大语言模型诊断基准 论文 GitHub
  • ASCENT：实现楼层感知的零样本物体目标导航 论文 GitHub

2025

  • ETP-R1：面向连续环境 VLN 的进化拓扑规划与强化微调方法 论文 GitHub
  • NaviTrace：评估视觉语言模型在真实世界场景中的导航能力 论文 GitHub
  • AstraNav-World：面向具身导航的物理一致性世界模型 论文 GitHub
  • OneMap：面向零样本多目标导航的实时开放词汇建图方法 论文 GitHub
  • VLNVerse：面向视觉语言导航的通用化具身真实仿真与评估基准 论文
GitHub
  • Nav-R2：面向开放词汇目标导航的双关系推理框架 论文 GitHub
  • DualVLN：面向泛化视觉语言导航的双系统基础模型 论文 GitHub
  • SeeNav-Agent：基于视觉提示与步级策略优化 RL 微调的 VLN 论文 GitHub
  • NeuPAN：基于端到端模型化学习的机器人直接点位导航方法 论文 GitHub
  • i2Nav-Robot：面向多传感器融合导航与建图的大规模室内外机器人数据集 论文 GitHub
  • CE-Nav：基于流引导强化学习的跨实体局部导航优化 论文 GitHub
  • VLN-R1：使用大型视觉语言模型 LVLM，结合微调和强化训练，实现连续环境导航 论文 GitHub
  • StreamVLN：连续导航，通过在线、多轮对话的方式，输入连续视频，输出动作序列 论文 GitHub
  • REGNav：'先学房间风格，再学导航决策'的分层思路，解决跨房间导航的视觉关联难题 论文 GitHub
  • ForesightNav：基于场景想象的探索策略，用于机器人在未知环境中高效导航 论文 GitHub
  • DualMap：在线开放词汇制图系统，使用自然语言理解和导航动态 3D 环境 论文 GitHub
  • WMNav：将视觉语言模型集成到世界模型中以实现对象目标导航 论文 项目 GitHub
  • UniGoal：迈向通用零样本目标导向导航 论文 项目 GitHub
  • CityNavAgent：具有分层语义规划和全局记忆的空中视觉和语言导航 论文 GitHub
  • VL-Nav：基于空间推理的实时视觉语言导航 论文
  • HA-VLN：具有动态多人交互、真实世界验证和开放排行榜的离散 - 连续环境中人机感知导航基准 论文 项目 GitHub
  • FlexVLN：灵活适应多样化视觉和语言导航任务 论文
  • 3D-Mem：用于具身探索和推理的 3D 场景记忆 论文 项目 GitHub
  • EfficientEQA：一种高效的开放词汇具体化问答方法 论文
  • 安全与平台感知机器人导航的学习感知前向动力学模型 论文 GitHub
  • 室内体现人工智能中的语义映射——全面综述及未来方向 论文
  • TRAVEL：用于视觉和语言导航的免训练检索与对齐 论文
  • VR-Robo：用于视觉机器人导航和运动的真实到模拟到真实的框架 论文
  • NavigateDiff：视觉预测器是零样本导航助手 论文
  • MapNav：一种通过带注释的语义图实现的新型记忆表征，用于基于 VLM 的视觉和语言导航 论文
  • OpenFly：用于空中视觉语言导航的多功能工具链和大规模基准测试 论文
  • 连续环境中的地面视点视觉和语言导航 论文
  • 基于 LLM 推理的运动代理动态路径导航 论文
  • SmartWay：增强型航点预测和回溯，用于零样本视觉和语言导航 论文
  • Vi-LAD：视觉语言注意力蒸馏在动态环境中实现社交感知机器人导航 论文
  • PanoGen++：面向视觉和语言导航的领域自适应文本引导全景环境生成 论文
  • 视觉想象能改善视觉和语言导航代理吗？ 论文 项目
  • P3Nav：集成感知、规划和预测的体现导航统一框架 论文
  • 从所见到未见：使用基础模型重写观察 - 指令以增强视觉 - 语言导航 论文 GitHub
  • COSMO：结合选择性记忆实现低成本视觉和语言导航 论文
  • NavDP：利用特权信息引导学习模拟到现实的导航扩散策略 论文
  • VISTA：视觉和语言导航的生成视觉想象 论文
  • Dynam3D：动态分层 3D 令牌赋能 VLM 实现视觉和语言导航 论文 GitHub
  • Aux-Think：探索数据高效视觉语言导航的推理策略 论文

    • 2024

    • 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 GitHub
    • 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 GitHub
    • InstructNav：未探索环境中通用指令导航的零样本系统 论文 GitHub
    • 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 GitHub
    • Aim My Robot：对任何物体的精准局部导航 论文
    • 标签地图：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 GitHub
    • CANVAS：用于直观人机交互的常识感知导航系统 论文 GitHub
    • VLFM：用于零样本语义导航的视觉 - 语言前沿地图 论文 GitHub
    • 注意错误！：检测和定位视觉 - 语言导航中的指令错误 论文 GitHub
    • 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
    • 查找一切：多目标搜索的通用视觉语言模型方法 论文 GitHub
    • 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 GitHub
    • NavGPT-2：释放大型视觉 - 语言模型的导航推理能力 论文 GitHub
    • 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 GitHub
    • 通过 3D 特征场实现视觉 - 语言导航的仿真到现实转移 论文 GitHub
    • LangNav：将语言作为导航的感知表示 论文 GitHub
    • 使用大型语言模型模块化构建协作具身智能体 论文 GitHub
    • 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
    • 像素引导导航技能连接零样本目标导航和基础模型 论文 GitHub

    2023

    • 视觉目标导航的前沿语义探索 论文 GitHub
    • 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 GitHub
    • Dreamwalker：持续视觉语言导航的心理规划 论文 GitHub
    • 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
    • 基于语义前沿的无训练具体化对象目标导航 论文

    目录

    1. 具身导航 VLN 最新论文汇总（2023-2026）
    2. 2026
    3. 2025
    4. 2024
    5. 2023
    • 免费图片AI生成工具免费生成了解详情
    • Magick API 一键接入全球大模型注册送1000万token查看
    • 免费图片视频在线生成30秒，将你的创意变成现实开始设计
    • X/Twitter免费视频下载器免登陆无限额度免费视频解析下载了解详情
    • 100+免费在线小游戏爽一把
    极客日志微信公众号二维码

    微信扫一扫，关注极客日志

    微信公众号「极客日志V2」，在微信中扫描左侧二维码关注。展示文案：极客日志V2 zeeklog

    更多推荐文章

    查看全部
    • 微信小程序前端入门：从零编写第一个可交互页面
    • Google 发布 2020 图像匹配基准与挑战赛
    • 35 道常见前端 Vue 面试题解析与实战
    • Vue3 + TypeScript Promise<string> 转 string 类型错误解析与异步处理
    • Agentic AI 概念及其与传统 AIGC 的区别
    • Mac 本地部署 OpenClaw-CN 实战指南
    • LoRA训练入门指南：5步掌握AI绘画模型定制
    • ERNIE-4.5 模型单卡部署与心理健康机器人应用
    • 基于三省六部制的 AI Agent 协作架构 Edict 技术解析
    • 智能家居联动：OCR 识别药瓶标签提醒用药
    • 七款主流大模型英文降重能力实测与对比
    • RabbitMQ 消息确认机制详解：自动与手动模式
    • 基于 Java 的百度地图路线规划服务开发
    • 机器人具身智能核心解析：定义、指标与标准体系
    • Web3.0 时代域名的商业价值重构与落地路径
    • 前端 TypeScript 高级技巧：构建更安全的代码
    • Neo4j 知识图谱颜色定制方法与最佳实践
    • Web 前端基础：HTML 核心语法和常用标签
    • OpenClaw 大龙虾机器人本地部署与配置指南
    • FPGA 位流级调试验证工具 forgedaX 使用指南

    相关免费在线工具

    • 加密/解密文本

      使用加密算法（如AES、TripleDES、Rabbit或RC4）加密和解密文本明文。 在线工具，加密/解密文本在线工具，online

    • RSA密钥对生成器

      生成新的随机RSA私钥和公钥pem证书。 在线工具，RSA密钥对生成器在线工具，online

    • Mermaid 预览与可视化编辑

      基于 Mermaid.js 实时预览流程图、时序图等图表，支持源码编辑与即时渲染。 在线工具，Mermaid 预览与可视化编辑在线工具，online

    • 随机西班牙地址生成器

      随机生成西班牙地址（支持马德里、加泰罗尼亚、安达卢西亚、瓦伦西亚筛选），支持数量快捷选择、显示全部与下载。 在线工具，随机西班牙地址生成器在线工具，online

    • Gemini 图片去水印

      基于开源反向 Alpha 混合算法去除 Gemini/Nano Banana 图片水印，支持批量处理与下载。 在线工具，Gemini 图片去水印在线工具，online

    • Base64 字符串编码/解码

      将字符串编码和解码为其 Base64 格式表示形式即可。 在线工具，Base64 字符串编码/解码在线工具，online