Uni-LaViRA：面向统一具身导航的语言-视觉-机器人动作翻译

Hongyu Ding, Sizhuo Zhang, Ziming Xu, Jinwen Guo, Hongxiu Liu, Xingzhi Cheng, Zixuan Chen, Haifei Qi, Duo Wang, Hao Xu, Jieqi Shi, Yifan Zhang, Jing Huo, Jian Cheng, Yang Gao, Jiebo Luo

2026

摘要

本文提出Uni-LaViRA架构，通过将导航任务分解为语言动作（语义级方向指令）和视觉动作（像素级视觉目标），利用预训练多模态大语言模型实现零样本的跨任务、跨机器人泛化。该工作无需大规模机器人数据训练，即可在VLN-CE、ObjectNav等四个任务族和四种异构机器人上统一执行导航。

关键词

embodied navigationlanguage-vision-actionmultimodal LLMzero-shotunified architecture

Uni-LaViRA：面向统一具身导航的语言-视觉-机器人动作翻译

摘要

关键词

相关论文

基于非线性滑模模型预测控制与自适应跟随转向及动静态约束的六轮独立驱动/四轮独立转向无人地面车辆轨迹跟踪控制

仿生水下机器人：材料、设计、控制与应用进展

刚柔混合连杆人形机器人的建模与控制

人-外骨骼-助行器系统的人工推动自适应协调控制