SuperNav：具身智能多模态大语言模型导航系统

SuperNav 提出了一种创新型的导航框架，通过为预训练的多模态大语言模型（MLLM）配备专用的代理 harness，使其无需进行特定的导航微调即可处理多样化的环境和人类请求。该系统将语义决策与物理执行相分离，利用导航技能、代理导向工具以及统一的视觉点界面来维持长期的任务规划、场景理解和进度管理。实验表明，该方法在各类室内导航基准测试及真实四足机器人部署中均表现出卓越的性能和强大的跨环境泛化能力。