arXiv · 机器人与计算机视觉· Yijian Li, Changze Li, Han Zheng, Jiyuan Cai, Tong Qin, Ming Yang·· 2026-10-05AI 评分59
AgenticNav:作为工具调用框架的零样本视觉 - 语言导航
AgenticNav: Zero-Shot Vision-and-Language Navigation as a Tool-Calling Harness
AI 导读
该论文提出 AgenticNav,将连续环境中的零样本视觉 - 语言导航(VLN-CE)重构为连接大模型与环境代理的工具接口。系统通过可调用的动作、深度和记忆工具,分别实现像素级目标选择、按需距离查询及图文结合的回忆机制。
来源:arXiv · 机器人与计算机视觉 · arxiv.org