一条地图找所有：实时零-shot 多目标导航的开放词汇映射
机器人学
2025-03-04 v2 人工智能
摘要
高效搜索复杂环境中的目标对象是许多实际机器人应用的基本能力。近期进展在开放词汇视觉模型导致了语义感知目标导航方法的出现，这些方法允许机器人在无需先验训练的情况下搜索任意目标对象。然而，这些零-shot 方法至今将每个连续查询视为未知环境。在本文中，我们引入了用于零-shot 多目标导航的新基准，使机器人能够利用之前搜索中收集的信息以更高效的方式找到新目标。为解决此问题，我们构建了一个针对实时目标搜索定制的可复用开放词汇特征图。我们进一步提出了一种概率语义地图更新，以缓解语义特征提取常见的误差来源，并利用这种语义不确定性进行有识面的多目标探索。我们在仿真以及实际机器人上评估了该方法，在 Jetson Orin AGX 上实现实时运行。我们展示了它在单目标和多目标导航任务上均优于现有 SOTA 方法。附加视频、代码和多目标导航基准将在 https://finnbsch.github.io/OneMap 提供。
引用
@article{arxiv.2409.11764,
title = {One Map to Find Them All: Real-time Open-Vocabulary Mapping for Zero-shot Multi-Object Navigation},
author = {Finn Lukas Busch and Timon Homberger and Jesús Ortega-Peimbert and Quantao Yang and Olov Andersson},
journal= {arXiv preprint arXiv:2409.11764},
year = {2025}
}