跳到正文
arXiv · 机器人与计算机视觉· Dwip Dalal, Utkarsh Mishra, Narendra Ahuja, Nebojsa Jojic·· 2026-10-20AI 评分65

MLLMs 能否在城市中自主导航?CityNav 基准与 VoP 方法研究

Can MLLMs Find Their Way in a City? Exploring Emergent Navigation from Web-Scale Knowledge

AI 导读

针对现有评估偏语言或仿真、缺乏对真实世界知识密集型推理的考察,本文提出 Sparsely Grounded Visual Navigation 任务及 CityNav 基准,涵盖四个全球城市。

来源:arXiv · 机器人与计算机视觉 · arxiv.org