能力条件化决策

CapNav：面向能力条件化室内导航的视觉语言模型基准

CapNav: Benchmarking Vision Language Models on Capability-conditioned Indoor Navigation

为视觉语言模型引入「智能体物理能力」这一条件变量，并给出 45 个真实室内场景、473 个任务的能力条件化导航基准，可直接用于评测和训练 VLM 的空间尺寸推理与具身决策能力。