一种智能体及其室内导航方法、设备、介质及产品

本申请公开了一种智能体及其室内导航方法、设备、介质及产品，涉及导航控制领域。该方法包括：采用视觉语言模型，并利用检索增强生成策略构建室内场景多模态知识库；获取用户指令和室内环境图像；基于用户指令和室内环境图像从室内场景多模态知识库检索得到位置信息；基于位置信息匹配导航策略算法并更新验证室内场景多模态知识库，匹配信息准确性。本申请能够理解包括自然语言和图像在内的多模态指令并进行精确导航。