FloNa：基于平面图的躲体式视觉导航

人类在陌生环境中天然地依赖平面图进行导航，因为平面图易于获取、可靠且提供丰富的几何指导。然而，现有的视觉导航设置忽略了这一宝贵的先验知识，导致效率和准确性受限。为弥合这一差距，我们引入一种新型导航任务：平面图视觉导航（Floor Plan Visual Navigation, FloNa），首次将平面图纳入躲体式视觉导航。尽管平面图提供了显著优势，但仍出现两个关键挑战：（1）处理平面图与实际场景布局之间的空间不一致，以实现无碰撞导航；（2）在不同模态下将观察到的图像与平面图草图对齐。为解决这些挑战，我们提出了 FloDiff，一种新型扩散策略框架，包含定位模块以促进当前观察与平面图之间的对齐。我们进一步收集了 2 万 条导航剧集，覆盖 iGibson 模拟器中的 117 个场景，以支持训练和评估。广泛的实验表明，我们的框架在使用平面图知识的情况下，能够有效且高效地处理陌生场景。项目网址：https://gauleejx.github.io/flona/。