缩小导航中视觉与行动之间的差距
该研究提出了一种基于人类导航行为的智能视觉语言导航策略，通过赋予代理人主动信息收集能力和学习探索策略来解决当前方法产生的不确定性问题和效率低下问题，实验证明该方法能显著提高导航性能。
Jul, 2020
本研究提出了一种针对Vision-and-Language Navigation中，不同类型自然语言信息处理的Object-and-Action Aware Model，并设计了一种简单但有效的路径损失函数，以优化机器人在导航中的方向选择。实验结果在R2R数据集的SPL得分和在R4R数据集中的CLS得分方面显著超过现有技术。
Jul, 2020
使用语言指导下的路径规划，研究机器人领域中的导航方式和交互问题。通过变换不同的机器学习模型，来探索不同的路径预测方法，并发现在navigation metrics上，更具表现力的模型能够帮助机器人找到更优秀、更简单、更快速的路径，而低层动作则能够通过近似最短路径来获取更好的路径规划结果。
Oct, 2021
提出了一种预测器来解决视觉和语言导航领域中离散环境与连续环境之间的差异，该预测器可以生成候选的路径点，极大地提升了机器人在连续环境下的导航表现。
Mar, 2022
这篇论文探讨了如何通过迁移学习将抽象的VLN任务应用到真实的VLN-CE任务中，提高了原先VLN-CE任务的成功率，但并没有完全保持抽象环境下的表现，并且通过一系列实验找出了导致性能降低的原因，并提供了进一步改进的清晰方向。
Apr, 2022
该研究旨在探讨智能体是否可以在导航的同时生成未来视图的语义，并通过三个代理任务和一项辅助损失来教授模型实现该目的；实验表明这种能力使智能体的性能得到了提升，并且学习如何预测未来视图语义使智能体对于长路径的表现更好。
Apr, 2023
本文提出了一种基于 Masked Path Modeling (MPM) 的预训练方法，通过让代理自主探索导航环境并收集其路径以及使用收集的数据进行训练，有效提高了视觉和语言导航代理在各种指令复杂度下的行动生成能力。
May, 2023
Vision-and-Language Navigation aims to narrow the gap between Success Rate and Oracle Success Rate by mining the target location from a trajectory using a transformer-based model for learning compact discriminative trajectory viewpoint representation.
Aug, 2023
LLM基础代理在视觉语言导航（VLN）任务中展示了令人印象深刻的零射击性能。为解决实际导航场景中的低级控制问题，我们提出了AO-Planner，一种新颖的面向预设语境的连续VLN任务规划框架。通过集成各种基础模型，我们的AO-Planner能够以零射击方式进行适应性导航的运动规划和动作决策制定。实验证明AO-Planner在具有挑战性的R2R-CE基准测试中取得了最先进的零射击性能（SPL提高了5.5%），为LLM和三维世界之间的快速有效连接提供了新的前景。
Jul, 2024