作者：JiazhaoZhang,KunyuWang,XiaomengFang,RongtaoXu,QiWu,GengzeZhou,ZhizhengZhang,YicongHong,HeWang,单位：中国科学技术大学计算机科学与工程学院，北京人工智能研究院，CASIA，阿德莱德大学，澳大利亚国立大学，Galbot原文链接：NaVid:Video-basedVLMPlans

【视觉语言导航】VLN辅助任务：MLM、SAP、SAR、SPREL——预训练、微调中常用的提点策略MLM——文本掩码建模SAP和SARSAP——单步动作预测SAR——单步动作回归SPREL——空间关系预测MLM——文本掩码建模出处：《TowardsLearningaGenericAgentforVision-and-Languag

作者：GengzeZhou,YicongHong,ZunWang,XinEricWang,andQiWu阿德莱德大学，AdobeResearch，上海人工智能实验室，加利福尼亚大学圣克鲁斯分校原文链接：NavGPT-2:UnleashingNavigationalReasoningCapabilityforLargeVision-LanguageModels(https://link.spring