携我同行：面向人类导向户外辅助的长时程社交导航
机器人学
2026-04-30 v1
摘要
在开放世界户外环境中帮助人类的任务需要机器人将高级自然语言意图转化为安全的、长时程的且符合社交规范的导航行为。现有的基于地图的方法依赖昂贵的预建HD地图，而基于学习的策略大多局限于室内和短时程设置。为弥合这一差距，我们提出Walk with Me，一个无地图的长时程社交导航框架，从高级人类指令中实现导航。Walk with Me利用GPS上下文和来自公共地图API的轻量级候选点感兴趣的地点（POI），实现语义目的定位和路径点提议。高级视觉语言模型将抽象指令 grounding 到具体目的地，并规划粗略的路径点序列。在执行过程中，观察感知路由机制确定低级视觉语言-动作策略是否能够处理当前情境，或者是否需要来自高级VLM的显式安全推理。常规路段由低级VLA执行，而复杂情况如拥挤的路口则触发高级推理并在不安全时采取停等行为。通过结合语义意图 grounding、无地图的长时程规划、安全感知推理和低级动作生成，Walk with Me实现了人类导向户外社交导航的实际应用。
引用
@article{arxiv.2604.26839,
title = {Walk With Me: Long-Horizon Social Navigation for Human-Centric Outdoor Assistance},
author = {Lingfeng Zhang and Xiaoshuai Hao and Xizhou Bu and Yingbo Tang and Hongsheng Li and Jinghui Lu and Xiu-shen Wei and Jiayi Ma and Yu Liu and Jing Zhang and Hangjun Ye and Xiaojun Liang and Long Chen and Wenbo Ding},
journal= {arXiv preprint arXiv:2604.26839},
year = {2026}
}