LCGNav：面向通用拓扑规划的局部候选感知几何增强
计算机视觉与模式识别
2026-05-12 v1
摘要
在线拓扑规划已成为持续环境下的视觉语言导航(VLN-CE)有效范式，但现有方法仍受到两个局限：冗余的局部深度信息以及随着拓扑图增长导致对当前前沿候选点的关注减弱。为此，我们提出LCGNav，一个用于拓扑VLN的模块化局部几何增强框架。LCGNav显式地将候选深度视图转换为3D点云，并基于智能体可到达范围应用物理截断，从而实现更紧凑的局部几何建模。它进一步引入一种保持维度的局部融合策略，伴随瞬时状态退化，使得仅对当前相关的幽灵节点应用几何增强，而不改变原始规划器接口。在R2R-CE和RxR-CE上的实验表明，LCGNav作为一种有效的跨架构增强模块，能以较低的额外训练成本持续改进多个代表性在线拓扑基线的关键指标。当与ETP-R1集成时，LCGNav在R2R-CE和RxR-CE基准的val-unseen分割上，实现了与比较的在线拓扑方法中最好的性能。代码已公开于 https://github.com/shannanshouyin/LCGNav。
引用
@article{arxiv.2605.09053,
title = {LCGNav: Local Candidate-Aware Geometric Enhancement for General Topological Planning in Vision-Language Navigation},
author = {Jiankun Peng and Jianyuan Guo and Yiguang Yang and Yue Liu and Jiashuang Yan and Ying Xu},
journal= {arXiv preprint arXiv:2605.09053},
year = {2026}
}