本文只做学术分享，如有侵权，联系删文 点击下方 卡片 ，关注" 具身智能 之心 "公众号 作者丨 Liuyi Wang等 编辑丨具身智能之心 >> 点击进入→ 具身智能之心 技术交流群 更多干货，欢迎加入国内首个具身智能全栈学习社区 ： 具身智能之心知识星球 (戳我) ， 这里包含所有你想要 的。 写在前面&出发点 近年来，视觉-语言导航（VLN）领域的进展颇具前景，但该领域对机器人运动和控制的理想化假设，并未 反映出物理具身部署所面临的挑战。为弥合这一差距推出了VLN-PE——一个具备物理真实性的VLN平台， 可支持人形、四足和轮式机器人。首次在物理机器人环境中，通过不同技术流程，对多种以ego为中心的 VLN方法进行了系统性评估，包括用于单步离散动作预测的分类模型、用于密集路径点预测的扩散模型， 以及与路径规划相结合的无训练、基于地图的大型语言模型（LLM）。研究结果显示，由于机器人观测空 间有限、环境光照变化，以及碰撞和跌倒等物理挑战，模型性能出现了显著下降。这也暴露了足式机器人 在复杂环境中的运动限制。VLN-PE具有高度的可扩展性，能够无缝集成MP3D之外的新场景，从而实现更 全面的VLN评估。尽管 ...