基于视觉并带语言辅助的导航

Vision-based navigation with language-based assistance是一项结合视觉感知和语言指导的任务，旨在通过高级语言目标引导代理在逼真的室内环境中找到特定对象。该任务模拟现实场景，请求者仅提供高层次的目标，而代理能够在迷失方向时主动查询更有经验的顾问以获取具体的语言子目标，从而继续导航进程。这一技术在提升机器人自主性和交互能力方面具有重要应用价值。