HM-EQA

新框架NavMCP通过结合VLMs和NFMs增强物理世界代理

研究人员开发了NavMCP，这是一个结合了视觉语言模型（VLMs）和导航基础模型（NFMs）的框架，以创建更强大的物理世界代理。这种构建方法允许VLMs指导长距离探索和推理，而NFMs则处理导航任务的精确执行。该系统在HM-EQA、MT-HM3D和EXPRESS-Bench等多个基准测试中展示了最先进的性能，并在Unitree Go2机器人上取得了显著的成功率，尤其是在任务范围增加的情况下。