LASER：具有状态空间探索的 LLM 代理用于 Web 导航

本文介绍了一种新算法LGX，实现机器人导航到未探索环境中的目标对象。该算法利用大型语言模型将环境的语义上下文映射为机器人运动规划的连续输入，同时利用预训练的视觉语言接地模型进行目标检测。在RoboTHOR上实现了最新的零-shot目标导航结果，成功率比当前基线提高了超过27%。通过真实世界实验展示了LGX方法的优越性能，可有效导航和检测视觉上独特的对象。