NavGPT

NavGPT是2023年由CMU等机构提出的视觉语言导航模型开源实现，通过统一导航和视觉语言模型实现零样本视觉语言导航。NavGPT采用GPT架构和多模态输入，能够根据自然语言指令和视觉观测生成导航动作。NavGPT开源项目地址为https://github.com/gengyanlei/NavGPT，采用MIT许可证，是视觉语言导航领域最广泛使用的开源项目之一。