Startseite Projekte SG-Nav
SG-Nav

SG-Nav

von bagh2178 · GitHub

[NeurIPS 2024] SG-Nav: Online 3D-Szenengraph-Prompting für LLM-basierte Null-Schuss-Objektnavigation

Auf GitHub ansehen
⭐ Sterne
🍴 Forks
📜 Lizenz
Kommerzielle Nutzung erlaubt
📅 Erstellt
🔄 Letzter Commit
🏷️ Kategorie
💻 Sprache
Betreuen Sie dieses Projekt?

Beanspruchen Sie die Seite: indexiert unabhangig vom Rang, in sechs Sprachen ubersetzt und mit Ihren eigenen Worten erganzt.

Diese Seite beanspruchen →
SG-Nav — GitHub preview card
📈 Sternhistorie
346345
2026-07-202026-07-29
📈 SG-Nav verfolgen

Erhalten Sie eine E-Mail-Benachrichtigung beim nächsten Release oder wenn es durchstartet.

Kostenlos · ohne Karte · jederzeit abbestellbar
E-Mail-Alerts erhalten →
📄 Über

[NeurIPS 2024] SG-Nav: Online 3D-Szenengraph-Prompting für LLM-basierte Null-Schuss-Objektnavigation

SG-Nav hat 346 Sterne auf GitHub. Es wurde 28-mal geforkt. SG-Nav ist hauptsächlich in Jupyter Notebook geschrieben. Es wird seit 2024 aktiv entwickelt. SG-Nav ist unter der MIT-Lizenz verfügbar. Die Hauptthemen sind: 3d-scene-graph, embodied-ai, large-language-models, matterport3d.

Frequently asked questions

Was ist SG-Nav?

[NeurIPS 2024] SG-Nav: Online 3D-Szenengraph-Prompting für LLM-basierte Null-Schuss-Objektnavigation

Ist SG-Nav Open Source?

SG-Nav ist ein Open-Source-Projekt. Es wird unter der MIT-Lizenz veröffentlicht.

Ist SG-Nav kostenlos?

Ja. SG-Nav ist kostenlos und Open Source — Sie können es nutzen, anpassen und selbst hosten.

Unter welcher Lizenz steht SG-Nav?

SG-Nav ist unter der MIT-Lizenz verfügbar.

In welcher Sprache ist SG-Nav geschrieben?

SG-Nav ist hauptsächlich in Jupyter Notebook geschrieben.

🏅 Wartender dieses Projekts?
olud.ai badge — SG-Nav

Fügen Sie dieses Live-Abzeichen zu Ihrem README hinzu — Ihre GitHub-Sterne und Verzeichnisrang, täglich aktualisiert.

[![olud.ai](https://olud.ai/badge.php?tool=bagh2178-sg-nav)](https://olud.ai/project/bagh2178-sg-nav.html)
Weitere Abzeichenoptionen →
🧬 Teilt DNA mit🧬 DNA-Karte ansehen →

Ermittelt aus gemeinsamen GitHub-Topics beider Projekte, gewichtet nach ihrer Seltenheit.