RVN-Bench：用于反应式视觉导航的基准
机器人学
2026-03-05 v1 人工智能
计算机视觉与模式识别
摘要
安全的视觉导航对于在拥挤环境中运行的室内移动机器人至关重要。然而，现有的基准测试往往忽略碰撞或为户外场景设计，使其不适用于室内视觉导航。为此，我们引入了反应式视觉导航基准（RVN-Bench），一个面向室内移动机器人的碰撞感知基准测试。在RVN-Bench中，代理人只能使用视觉观察，无需先验地图，在未曾使用的环境中到达一系列顺序目标位置，同时避免碰撞。基于Habitat 2.0模拟器构建，利用高保真HM3D场景，RVN-Bench提供大规模多样化的室内环境，定义碰撞感知导航任务和评估指标，并提供用于标准化训练和基准测试的工具。RVN-Bench支持在线学习和离线学习，提供用于在线强化学习的环境、轨迹图像数据集生成器，以及用于生成捕获碰撞事件的负轨迹图像数据集的工具。实验表明，在RVN-Bench上训练的策略能够有效地推广到未使用的环境，证明其作为安全稳健视觉导航标准基准的价值。代码和附加材料可在：https://rvn-bench.github.io/获取。
引用
@article{arxiv.2603.03953,
title = {RVN-Bench: A Benchmark for Reactive Visual Navigation},
author = {Jaewon Lee and Jaeseok Heo and Gunmin Lee and Howoong Jun and Jeongwoo Oh and Songhwai Oh},
journal= {arXiv preprint arXiv:2603.03953},
year = {2026}
}