SkeNa：基于抽象手绘地图的无人环境导航学习
机器人学
2025-08-06 v1 人工智能
摘要
人类给出导航指导的典型策略是根据环境布局绘制路线图。 Inspired by this, 我们提出 Sketch map-based visual Navigation (SkeNa)，这是一种在未见环境中仅使用手绘草图指导代理到达目标的具身导航任务。为支持 SkeNa 研究，我们提出了大规模数据集 SoR，包含 54000 条轨迹和草图图对，覆盖 71 个室内场景。在 SoR 中，我们引入两种基于手绘草图抽象程度不同的导航验证集，依据其在环境中保持空间尺度的程度进行分类，以促进未来研究。为构建 SoR，我们开发了一个自动草图生成管道，高效地将平面图转换为手绘表示。为解决 SkeNa，我们提出了 SkeNavigator 一个导航框架，将视觉观察与手绘地图对齐，以估计导航目标。它采用基于射线的地图描述符 (RMD)，通过等距采样点和边界距离来增强草图地图的有效特征表示。为提高与视觉观察的对齐性，双地图对齐目标预测器 (DAGP) 利用草图地图特征与现场构建的探索地图特征之间的对应关系来预测目标位置并指导导航。SkeNavigator 在大幅度抽象化验证集上 outperform 了先前的平面图导航方法，提高了约 105% 的相对 SPL。我们的代码和数据集将公开释放。
引用
@article{arxiv.2508.03053,
title = {SkeNa: Learning to Navigate Unseen Environments Based on Abstract Hand-Drawn Maps},
author = {Haojun Xu and Jiaqi Xiang and Wu Wei and Jinyu Chen and Linqing Zhong and Linjiang Huang and Hongyu Yang and Si Liu},
journal= {arXiv preprint arXiv:2508.03053},
year = {2025}
}
备注
9 pages, 5 figures