面向开放世界的开放场景图与开放世界对象-目标导航
机器人学
2025-08-07 v1
摘要
我们如何构建面向开放世界的通用机器人系统进行语义导航，例如在陌生环境中搜索由自然语言指定的目标对象？为解决这一挑战，我们引入了OSG Navigator系统，其由基础模型构成，用于开放世界对象-目标导航（ObjectNav）。基础模型提供了巨大的世界语义知识，但在规模化环境下组织和维护空间信息方面存在困难。OSG Navigator的关键在于开放场景图（Open Scene Graph）表示，其作为OSG Navigator的空间记忆。它使用OSG模式（OSG schemas）层次化组织空间信息，这些模式是模板，描述了特定环境类（例如“家居”或“超市”）的常见结构。OSG模式可从给定环境的简单语义标签自动生成。它们使OSG Navigator能够在零样本条件下适应新的环境类型。我们在Fetch和Spot机器人上进行了仿真和实际环境中的实验，表明OSG Navigator在对象导航基准测试中实现了最先进的性能，并在多样化的目标、环境和机器人本体形式下实现零样本泛化。
引用
@article{arxiv.2508.04678,
title = {Open Scene Graphs for Open-World Object-Goal Navigation},
author = {Joel Loo and Zhanxin Wu and David Hsu},
journal= {arXiv preprint arXiv:2508.04678},
year = {2025}
}
备注
In IJRR Special Issue: Foundation Models and Neuro-symbolic AI for Robotics. Journal extension to arXiv:2407.02473