Vision Language Navigation

Vision-Language Navigation (VLN) 是一项使具身代理能够在真实3D环境中执行自然语言指令的任务。该任务旨在通过融合视觉与语言信息，实现代理对复杂环境的理解与自主导航，从而在智能机器人、虚拟助手等领域具有重要应用价值。