LITE：用于多层室内环境的学习集成拓扑探索器
摘要
本 work focuses on multi-floor indoor exploration， 该领域仍是 open area of research。与传统方法相比， 最近的 learning-based explorers 由于其 robust environmental learning 和 modeling capabilities 而展现出显著潜力， 但大多数受限于 2D 环境。本文提出了一种 learning-integrated topological explorer， LITE， 用于 multi-floor indoor environments。LITE 将环境分解为 floor-stair topology， 使其能够无缝集成 learning 或 non-learning-based 2D exploration methods for 3D exploration。当我们 incrementally build floor-stair topology in exploration using YOLO11-based instance segmentation model 时， agent 可以通过 finite state machine 在楼层之间转换。此外， 我们实现了一个 attention-based 2D exploration policy， 利用 attention mechanism 捕获不同区域之间的 spatial dependencies， 从而确定下一个 global goal 以实现更高效的 exploration。在 HM3D 和 MP3D 数据集上进行的 extensive comparison 和 ablation studies 表明， 我们 proposed 的 2D exploration policy 在探索效率方面显著优于所有 baseline explorers。此外， 在几个 3D multi-floor environments 中的实验表明， 我们的 framework 与 various 2D exploration methods 兼容， 促进了 effective multi-floor indoor exploration。最后， 我们在 quadruped robot 上验证了该方法， 突出了其 strong generalization capabilities。
引用
@article{arxiv.2507.21517,
title = {LITE: A Learning-Integrated Topological Explorer for Multi-Floor Indoor Environments},
author = {Junhao Chen and Zhen Zhang and Chengrui Zhu and Xiaojun Hou and Tianyang Hu and Huifeng Wu and Yong Liu},
journal= {arXiv preprint arXiv:2507.21517},
year = {2025}
}
备注
IROS2025