GAMap：基于多尺度几何-可供性引导的零样本物体目标导航

零样本物体目标导航（ZS-OGN）使机器人或智能体能够在没有针对特定物体训练的情况下，导航至未见类别的物体。传统方法通常利用类别语义信息进行导航引导，这在仅部分观察到物体或缺乏环境的详细功能表示时表现不佳。为解决上述两个问题，我们提出了几何部件与可供性地图（GAMap），这是一种整合物体部件和可供性属性作为导航引导的新方法。我们的方法包含一种多尺度评分方法，以在不同尺度上捕获物体的几何部件和可供性属性。在 HM3D 和 Gibson 基准数据集上进行的综合实验表明，成功率和按路径长度加权的成功率均有所提高，这凸显了我们基于几何部件和可供性引导的导航方法在增强机器人自主性和通用性方面的有效性，且无需任何额外的针对特定物体的训练或使用未见物体的语义和/或机器人的运动方式进行微调。