通过引入低成本提示调整范式来学习特定领域视觉提示，提出了一种新颖且模型无关的领域感知提示学习（DAP）框架，以在VLN任务中为预训练模型提供特定对象级和场景级跨模态对齐，并将领域内视觉知识以高效的方式注入预训练模型的视觉编码器。实验结果显示，DAP相比现有的最先进方法具有明显的优势。