将物体导航处理为加权旅行修理工问题
机器人学
2025-09-19 v2
摘要
零样本物体导航（ZSON）要求智能体在没有预定义类别或先验环境知识的情况下，导航至通过开放式自然语言指定的物体。尽管近期方法利用了基础模型或多模态地图，但它们通常依赖 2D 表示和贪心策略，或需要具有高计算负荷的额外训练或模块，这限制了其在复杂环境和实际应用中的性能。我们提出了 WTRP-Searcher，一种将 ZSON 形式化为加权旅行修理工问题（WTRP）的新颖框架，旨在最小化视点的加权等待时间。使用视觉语言模型（VLM），我们基于物体-描述相似度对视点进行评分，并将其投影到带有深度信息的 2D 地图上。开放词汇检测器识别目标并动态更新目标，同时 3D 嵌入特征图增强了空间感知和环境回忆。WTRP-Searcher 优于现有方法，在复杂的 ZSON 任务中提供了高效的全局规划和改进的性能。代码和设计将在被接受后开源。
引用
@article{arxiv.2503.06937,
title = {Handle Object Navigation as Weighted Traveling Repairman Problem},
author = {Ruimeng Liu and Xinhang Xu and Shenghai Yuan and Lihua Xie},
journal= {arXiv preprint arXiv:2503.06937},
year = {2025}
}