AwareVLN

AwareVLN 是一个面向视觉-语言导航（VLN）任务的新型方法，通过在关键导航节点引入稀疏的自省式推理机制，提升智能体对自身状态与环境关系的理解能力。其核心技术包括：统一多模态大模型（VLM）在 [REASON] 与 [ACT] 模式间动态切换、基于自动数据引擎生成的高质量稀疏推理标注、以及对 NaVILA 架构（Llama-3 8B + SigLIP）的端到端微调。项目适用于室内场景下的指令驱动导航研究，尤其适合需平衡推理效率与决策鲁棒性的机器人导航、具身AI仿真训练等场景。