NavGSim：用于大规模导航的高保真高斯光点模拟器
机器人学
2026-03-17 v1
摘要
为机器人仿真构建真实环境被广泛认识是机器人学习中的关键挑战，尤其在渲染和物理仿真方面。这一挑战在导航任务中更为突出，因为轨迹往往跨越多个房间或整个楼层。在本工作中，我们提出了 NavGSim，这是一个基于高斯光点（Gaussian Splatting）的模拟器，用于生成高保真、大规模导航环境。基于分层 3D 高斯光点框架，NavGSim 能够在覆盖数百平方米的广阔场景中实现照片级真实感。为模拟导航碰撞，我们引入了基于高斯光点的切片技术，直接从重建的高斯光点中提取可导航区域。另外，为了使用便捷，我们提供了完整的 NavGSim API 支持多 GPU 开发，包括自定义场景重建、机器人配置、策略训练和评估等工具。为评估 NavGSim 的有效性，我们使用从 NavGSim 收集的轨迹训练了一个视觉-语言-动作（Vision-Language-Action, VLA）模型，并在模拟和真实环境中评估其性能。我们的结果表明，NavGSim 显著增强了 VLA 模型的场景理解能力，使其能够有效处理多样化的导航查询。
引用
@article{arxiv.2603.15186,
title = {NavGSim: High-Fidelity Gaussian Splatting Simulator for Large-Scale Navigation},
author = {Jiahang Liu and Yuanxing Duan and Jiazhao Zhang and Minghan Li and Shaoan Wang and Zhizheng Zhang and He Wang},
journal= {arXiv preprint arXiv:2603.15186},
year = {2026}
}