面向深度与方向线索的基于平面图的视觉导航
机器人学
2026-01-21 v3
摘要
当前视觉导航策略主要遵循先探索后再导向导航的范式。这种探索性阶段不可避免地会损害导航的整体效率。近期研究提出利用平面图配合 RGB 输入来指导智能体，以实现无需先行探索或制图即可实现快速导航。尽管已有初步成功，但仍存在关键问题。平面图与 RGB 图像之间的模式差距和内容错位需要一种高效的方法，从两者中提取最显著且互补的特征，以实现可靠导航。本文提出 GlocDiff，一种新型框架，采用基于扩散的策略持续预测未来路径点。该策略受两个互补信息流的条件制约：(1) 从当前 RGB 观测中派生的局部深度线索；(2) 从平面图中提取的全局方向指引。前者通过捕获周围几何结构来处理导航安全，后者通过提供明确的方向线索确保目标导向效率。广泛的在 FloNa 数据集上的评估表明，GlocDiff 在效率和有效性方面均实现了优异性能。此外，其在真实场景中的成功部署凸显了其在广泛实际应用中的强大潜力。
引用
@article{arxiv.2511.01493,
title = {Floor Plan-Guided Visual Navigation Incorporating Depth and Directional Cues},
author = {Weiqi Huang and Jiaxin Li and Zan Wang and Huijun Di and Wei Liang and Zhu Yang},
journal= {arXiv preprint arXiv:2511.01493},
year = {2026}
}