跨越室内外鸿沟：基于视觉导向的指令引导式全身导航用于最后几米
计算机视觉与模式识别
2026-02-09 v1 机器人学
摘要
全身导航在实际应用中具有重要潜力，如最后英里配送。然而，大多数现有方法局限于室内或户外环境，依赖强假设，如获取精确坐标系。虽然当前户外方法可引导代理到达目标附近，但无法实现通过特定建筑入口的精细进入，这严重限制了在需要无缝户外到室内转换的实际部署场景中的实用性。为此，我们提出了一种新任务：无先验的指令驱动式全身导航。该表述明确消除对准确外部先验的依赖，要求代理仅依据自我中心视觉观察和指令进行导航。为解决此任务，我们提出了一种视觉导向的全身导航框架，利用基于图像的提示驱动决策。此外，我们首次提供此任务的开源数据集，集成轨迹条件视频合成到数据生成流程中。通过大量实验，我们证明所提出的方法在成功率和路径效率等关键指标上 consistently 优于最先进的基线方法。
引用
@article{arxiv.2602.06427,
title = {Bridging the Indoor-Outdoor Gap: Vision-Centric Instruction-Guided Embodied Navigation for the Last Meters},
author = {Yuxiang Zhao and Yirong Yang and Yanqing Zhu and Yanfen Shen and Chiyu Wang and Zhining Gu and Pei Shi and Wei Guo and Mu Xu},
journal= {arXiv preprint arXiv:2602.06427},
year = {2026}
}