题。这涉及智能体的空间认知能力和信息检索能力的结合。例如，环境中随机生成 一个代理，并对智能体提问：“汽车是什么颜色的？”为了回答这个问题，智能体 必须首先智能导航探索环境，并在到达汽车附近的时候，通过第一人称（自我中 心）视觉观察收集必要的信息，然后回答问题：“汽车是橘黄色的。”导航问答任 务需要一系列技能，包括语言理解、视觉识别、主动感知、目标驱动导航、常识性 推理、长期记忆以及将语言融入行动。 157