Buchumschlag

NavCoT: Boosting LLM-Based Vision-and-Language Navigation via Learning Disentangled Reasoning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Lin, Bingqian, Nie, Yunshuang, Wei, Ziming, Chen, Jiaqi, Ma, Shikui, Han, Jianhua, Xu, Hang, Chang, Xiaojun, Liang, Xiaodan
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence Computation and Language Robotics
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Unseen from Seen: Rewriting Observation-Instruction Using Foundation Models for Augmenting Vision-Language Navigation
von: Wei, Ziming, et al.
Veröffentlicht: (2025)

Correctable Landmark Discovery via Large Models for Vision-Language Navigation
von: Lin, Bingqian, et al.
Veröffentlicht: (2024)

EvolveNav: Empowering LLM-Based Vision-Language Navigation via Self-Improving Embodied Reasoning
von: Lin, Bingqian, et al.
Veröffentlicht: (2025)

CorNav: Autonomous Agent with Self-Corrected Planning for Zero-Shot Vision-and-Language Navigation
von: Liang, Xiwen, et al.
Veröffentlicht: (2023)

Affordances-Oriented Planning using Foundation Models for Continuous Vision-Language Navigation
von: Chen, Jiaqi, et al.
Veröffentlicht: (2024)

PIVOT-R: Primitive-Driven Waypoint-Aware World Model for Robotic Manipulation
von: Zhang, Kaidong, et al.
Veröffentlicht: (2024)

MapGPT: Map-Guided Prompting with Adaptive Path Planning for Vision-and-Language Navigation
von: Chen, Jiaqi, et al.
Veröffentlicht: (2024)

Implicit Geometry Representations for Vision-and-Language Navigation from Web Videos
von: Han, Mingfei, et al.
Veröffentlicht: (2026)

VL-Nav: A Neuro-Symbolic Approach for Reasoning-based Vision-Language Navigation
von: Du, Yi, et al.
Veröffentlicht: (2025)

NavGPT-2: Unleashing Navigational Reasoning Capability for Large Vision-Language Models
von: Zhou, Gengze, et al.
Veröffentlicht: (2024)

RoomTour3D: Geometry-Aware Video-Instruction Tuning for Embodied Navigation
von: Han, Mingfei, et al.
Veröffentlicht: (2024)

Nav-R1: Reasoning and Navigation in Embodied Scenes
von: Liu, Qingxiang, et al.
Veröffentlicht: (2025)

VLingNav: Embodied Navigation with Adaptive Reasoning and Visual-Assisted Linguistic Memory
von: Wang, Shaoan, et al.
Veröffentlicht: (2026)

CapNav: Benchmarking Vision Language Models on Capability-conditioned Indoor Navigation
von: Su, Xia, et al.
Veröffentlicht: (2026)

CoNav: Collaborative Cross-Modal Reasoning for Embodied Navigation
von: Hao, Haihong, et al.
Veröffentlicht: (2025)

CoNav: A Benchmark for Human-Centered Collaborative Navigation
von: Li, Changhao, et al.
Veröffentlicht: (2024)

DAgger Diffusion Navigation: DAgger Boosted Diffusion Policy for Vision-Language Navigation
von: Shi, Haoxiang, et al.
Veröffentlicht: (2025)

SG-Nav: Online 3D Scene Graph Prompting for LLM-based Zero-shot Object Navigation
von: Yin, Hang, et al.
Veröffentlicht: (2024)

Towards Deviation-Robust Agent Navigation via Perturbation-Aware Contrastive Learning
von: Lin, Bingqian, et al.
Veröffentlicht: (2024)

LatentPilot: Scene-Aware Vision-and-Language Navigation by Dreaming Ahead with Latent Visual Reasoning
von: Hao, Haihong, et al.
Veröffentlicht: (2026)

NavQ: Learning a Q-Model for Foresighted Vision-and-Language Navigation
von: Xu, Peiran, et al.
Veröffentlicht: (2025)

IndustryNav: Exploring Spatial Reasoning of Embodied Agents in Dynamic Industrial Navigation
von: Li, Yifan, et al.
Veröffentlicht: (2025)

RADAR: Revealing Asymmetric Development of Abilities in MLLM Pre-training
von: Nie, Yunshuang, et al.
Veröffentlicht: (2026)

VoroNav: Voronoi-based Zero-shot Object Navigation with Large Language Model
von: Wu, Pengying, et al.
Veröffentlicht: (2024)

IGL-Nav: Incremental 3D Gaussian Localization for Image-goal Navigation
von: Guo, Wenxuan, et al.
Veröffentlicht: (2025)

VidMan: Exploiting Implicit Dynamics from Video Diffusion Model for Effective Robot Manipulation
von: Wen, Youpeng, et al.
Veröffentlicht: (2024)

CorrectNav: Self-Correction Flywheel Empowers Vision-Language-Action Navigation Model
von: Yu, Zhuoyuan, et al.
Veröffentlicht: (2025)

AdaNav: Adaptive Reasoning with Uncertainty for Vision-Language Navigation
von: Ding, Xin, et al.
Veröffentlicht: (2025)

GuideNav: User-Informed Development of a Vision-Only Robotic Navigation Assistant For Blind Travelers
von: Hwang, Hochul, et al.
Veröffentlicht: (2025)

DreamNav: A Trajectory-Based Imaginative Framework for Zero-Shot Vision-and-Language Navigation
von: Wang, Yunheng, et al.
Veröffentlicht: (2025)

StreamLTS: Query-based Temporal-Spatial LiDAR Fusion for Cooperative Object Detection
von: Yuan, Yunshuang, et al.
Veröffentlicht: (2024)

Open-Nav: Exploring Zero-Shot Vision-and-Language Navigation in Continuous Environment with Open-Source LLMs
von: Qiao, Yanyuan, et al.
Veröffentlicht: (2024)

HaltNav: Reactive Visual Halting over Lightweight Topological Priors for Robust Vision-Language Navigation
von: Yu, Zihui, et al.
Veröffentlicht: (2026)

Three-Step Nav: A Hierarchical Global-Local Planner for Zero-Shot Vision-and-Language Navigation
von: Zheng, Wanrong, et al.
Veröffentlicht: (2026)

NavAgent: Multi-scale Urban Street View Fusion For UAV Embodied Vision-and-Language Navigation
von: Liu, Youzhi, et al.
Veröffentlicht: (2024)

Context-Nav: Context-Driven Exploration and Viewpoint-Aware 3D Spatial Reasoning for Instance Navigation
von: Jang, Won Shik, et al.
Veröffentlicht: (2026)

AwareVLN: Reasoning with Self-awareness for Vision-Language Navigation
von: Guo, Wenxuan, et al.
Veröffentlicht: (2026)

SpatialNav: Leveraging Spatial Scene Graphs for Zero-Shot Vision-and-Language Navigation
von: Zhang, Jiwen, et al.
Veröffentlicht: (2026)

LangNav: Language as a Perceptual Representation for Navigation
von: Pan, Bowen, et al.
Veröffentlicht: (2023)

TopV-Nav: Unlocking the Top-View Spatial Reasoning Potential of MLLM for Zero-shot Object Navigation
von: Zhong, Linqing, et al.
Veröffentlicht: (2024)