OpenIN：动态家庭环境中的开放词汇实例导向导航
机器人学
2025-01-09 v1
摘要
在日常家庭环境中，杯等常用物体位置不固定且同一类别内存在多个实例，其携带者也经常变化。因此，机器人高效导航至特定实例面临挑战。机器人必须持续捕获和更新场景变化与计划。然而，当前对象导航方法主要聚焦语义层面，缺乏动态更新场景表示的能力。本文捕获常用物体与其静态携带者之间的关系，构建开放词汇承载关系场景图（Carrier-Relationship Scene Graph, CRSG），并在机器人导航期间更新承载状态以反映场景动态变化。基于 CRSG，我们进一步提出实例导航策略，将导航过程建模为马尔可夫决策过程（Markov Decision Process）。每一步决策均受大语言模型常识知识和视觉语言特征相似性信息驱动。我们在 Habitat 模拟器中设计了一系列频繁使用的日常物品的长序列导航任务。结果表明，通过更新 CRSG，机器人能够高效导航至移动目标。我们还在实际机器人上部署了该算法，验证了其实际有效性。项目页面可在 https://OpenIN-nav.github.io 查看。
引用
@article{arxiv.2501.04279,
title = {OpenIN: Open-Vocabulary Instance-Oriented Navigation in Dynamic Domestic Environments},
author = {Yujie Tang and Meiling Wang and Yinan Deng and Zibo Zheng and Jingchuan Deng and Yufeng Yue},
journal= {arXiv preprint arXiv:2501.04279},
year = {2025}
}
备注
arXiv admin note: substantial text overlap with arXiv:2409.18743